数据挖掘算法原理与实现(第3版微课版计算机系列教材)
全新正版 极速发货
￥ 34.07 6.8折 ￥ 49.8 全新
仅1件
广东广州
认证卖家担保交易快速发货售后保障
作者编者:王振武|责编:白立军//杨帆
出版社清华大学
ISBN9787302640691
出版时间2023-11
装帧平装
开本其他
定价49.8元
货号31918877
上书时间2024-09-28
商品详情
- 品相描述：全新
- 商品描述
-
目录
第1章 绪论
1.1 数据挖掘的概念
1.2 数据挖掘的历史及发展
1.3 数据挖掘的研究内容及功能
1.3.1 数据挖掘的研究内容
1.3.2 数据挖掘的功能
1.4 数据挖掘的常用技术及工具
1.4.1 数据挖掘的常用技术
1.4.2 数据挖掘的工具
1.5 数据挖掘的应用热点
1.6 小结
思考题
第2章 数据预处理
2.1 数据预处理的目的
2.2 数据清理
2.2.1 填充缺失值
2.2.2 光滑噪声数据
2.2.3 数据清理过程
2.3 数据集成和数据变换
2.3.1 数据集成
2.3.2 数据变换
2.4 数据归约
2.4.1 数据立方体聚集
2.4.2 维归约
2.4.3 数据压缩
2.4.4 数值归约
2.4.5 数据离散化与概念分层
2.5 特征选择与提取
2.5.1 特征选择
2.5.2 特征提取
2.6 小结
思考题
第3章 关联规则挖掘
3.1 基本概念
3.2 关联规则挖掘算法——Apriori算法原理
3.3 Apriori算法实例分析
3.4 Apriori算法源程序分析
3.5 Apriori算法的特点及应用
3.5.1 Apriori算法特点
3.5.2 Apriori算法应用
3.6 小结
思考题
第4章 决策树分类算法
4.1 基本概念
4.1.1 决策树分类算法概述
4.1.2 决策树分类算法步骤
4.2 决策树分类算法——ID3算法原理
4.2.1 ID3算法原理
4.2.2 熵和信息增益
4.2.3 ID3算法
内容摘要
本书对数据挖掘的基本算法进行了系统介绍，不仅介绍了每种算法的基本原理，而且配有大量例题以及源代码，并对源代码进行了分析。这种理论与实践相结合的方式有助于读者较好地理解和掌握抽象的数据挖掘算法。
全书共11章，内容涵盖了数据预处理、关联规则挖掘算法、分类算法和聚类算法，具体章节包括绪论、数据预处理、关联规则挖掘、
决策树分类算法、贝叶斯分类算法、人工神经网络算法、支持向量机、K-means聚类算法、K-中心点聚类算法、神经网络聚类算法：SOM，以及数据挖掘的发展等内容本书可作为高等院校数据挖掘课程的教材，也可作为从事数据挖掘工作以及其他相关工程技术工作人员的参考书。
— 没有更多了 —
以下为对购买帮助不大的评价