数据挖掘概念、模型、方法和算法(第3版)
全新正版 假一赔十 可开发票
￥ 93.04 7.3折 ￥ 128 全新
仅1件
北京海淀
认证卖家担保交易快速发货售后保障
作者(美)哈默德·坎塔尔季奇
出版社清华大学出版社
ISBN9787302577423
出版时间2021-06
装帧平装
开本16开
定价128元
货号1202413013
上书时间2024-05-23
![[迪士尼]双语彩绘故事.疯狂动物城（配双语版动画视频）](https://www0.kfzimg.com/sw/kfz-cos/kfzimg/cafcdcbb/c04cdbb2dd6cd697_s.jpg)
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
哈默德·坎塔尔季奇，博士，1980年获得计算机科学博士学位，2004年起在路易斯维尔大学担任教授。现任CSE（计算机科学与工程）副主席，数据挖掘实验室主任，CSE研究生部主任。他的研究重点是数据挖掘和知识发现、机器学习、软计算、点击欺诈检测和预防、流数据中的概念漂移以及医疗数据挖掘。Kantardzic博士的荣誉很多，研究论文获得了许多杰出和荣誉提名奖，教学方面则曾荣获最喜爱的教师和杰出教学奖。他曾任职于多家国际期刊的编辑委员会，是美国国家科学基金会(NSF)等多个国家科学基金会的审核员和小组成员，担任IEEEICMLA 2018等多个国际会议的总主席或项目主席。
目录
第1章 数据挖掘的概念
1.1 概述
1.2 数据挖掘的起源
1.3 数据挖掘过程
1.4 从数据收集到数据预处理
1.5 用于数据挖掘的数据仓库
1.6 从大数据到数据科学
1.7 数据挖掘的商业方面：为什么数据挖掘项目会失败
1.8 本书结构安排
1.9 复习题
第2章 数据准备
2.1 原始数据的表述
2.2 原始数据的特性
2.3 原始数据的转换
2.3.1 标准化
2.3.2 数据平整
2.3.3 差值和比率
2.4 丢失数据
2.5 时间相关数据
2.6 异常点分析
2.7 复习题
第3章 数据归约
3.1 大型数据集的维度
3.2 特征归约
3.2.1 特征选择
3.2.2 特征提取
3.3 Relief算法
3.4 特征排列的熵度量
3.5 主成分分析
3.6 值归约
3.7 特征离散化：ChiMerge技术
3.8 案例归约
3.9 复习题
第4章 从数据中学习
4.1 学习机器
4.2 统计学习原理
4.3 学习方法的类型
4.4 常见的学习任务
4.5 支持向量机
4.6 半监督支持向量机（S3VM）
4.7 k最近邻分类器
4.8 模型选择与泛化
4.9 模型的评估
4.10 不均衡的数据分类
4.11 90%准确的情形
4.11.1 保险欺诈检测
4.11.2 改进心脏护理
4.12 复习题
第5章 统计方法
5.1 统计推断
5.2 评测数据集的差异
5.3 贝叶斯定理
5.4 预测回归
5.5 方差分析
5.6 对数回归
5.7 对数-线性模型
5.8 线性判别分析
5.9 复习题
第6章 决策树和决策规则
6.1 决策树
6.2 C4.5 算法：生成决策树
6.3 未知的属性值
6.4 修剪决策树
6.5 C4.5 算法：生成决策规则
6.6 CART算法和Gini指标
6.7 决策树和决策规则的局限性
6.8 复习题
第7章 人工神经网络
7.1 人工神经元的模型
7.2 人工神经网络的结构
7.3 学习过程
……
第8章 集成学习
第9章 聚类分析
第10章 关联规则
第11章 Web挖掘和文本挖掘
第12章 数据挖掘高级技术
第13章 遗传算法
第14章 模糊集和模糊逻辑
第15章 可视化方法
附录A数据挖掘工具
附录B数据挖掘应用
内容摘要
《数据挖掘概念、模型、方法和算法（第3版）（国外计算机科学经典教材）》已被全球100多所大学的“数据挖掘”课程所选用，有汉语、日语、西班牙语和波斯语等多个译本。
《数据挖掘概念、模型、方法和算法（第3版）（国外计算机科学经典教材）》介绍了在高维数据空间中从大量数据中分析和提取信息的新技术，在前几版的基础上进行了大量的修订和更新，介绍了分析大数据集的一个系统方法。该方法集成了统计、人工智能、数据库、模式识别和计算机可视化等学科的结果。另外，深度学习技术的进步开辟了一个全新的应用领域。
《数据挖掘概念、模型、方法和算法（第3版）（国外计算机科学经典教材）》作者是该领域的有名专家，他在书中详细解释了近年来发展起来的基本概念、模型和方法。
《数据挖掘概念、模型、方法和算法（第3版）（国外计算机科学经典教材）》是为计算机科学研究生、计算机工程师和计算机信息系统专业人员编写的，继续为技术的基本原则和该领域的新发展提供必要的指导。
主编推荐
Mehmed Kantardzic博士，1980年获得计算机科学博士学位，2004年起在路易斯维尔大学担任教授。现任CSE（计算机科学与工程）副主席，数据挖掘实验室主任，CSE研究生部主任。他的研究重点是数据挖掘和知识发现、机器学习、软计算、点击欺诈检测和预防、流数据中的概念漂移以及医疗数据挖掘。Kantardzic博士的荣誉很多，研究论文获得了许多杰出和荣誉提名奖，教学方面则曾荣获最喜爱的教师和杰出教学奖。他曾任职于多家国际期刊的编辑委员会，是美国国家科学基金会(NSF)等多个国家科学基金会的审核员和小组成员，担任IEEEICMLA 2018等多个国际会议的总主席或项目主席。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价