數據挖掘技術（微課視頻版）
楊曉波
- 出版商: 清華大學
- 出版日期: 2024-01-01
- 售價: $299
- 語言: 簡體中文
- ISBN: 7302651442
- ISBN-13: 9787302651444
-
相關分類:
Data-mining
下單後立即進貨 (約4週~6週)
買這商品的人也買了...
-
$219統計學習理論基礎 -
$301人工智能算法 捲1 基礎算法 -
特徵工程不再難：資料科學新手也能輕鬆搞定！ (Feature Engineering Made Easy: Identify unique features from your dataset in order to build powerful machine learning systems)$520$406 -
$352人工智能算法 捲2 受大自然啟發的算法 -
$403速通機器學習 -
$611金融中的機器學習 -
$678利用 Python 實現概率、統計及機器學習方法（原書第2版） -
精通機器學習算法$1,014$963 -
$414Python大數據分析Big Data Analysis with Python -
$658Python 強化學習：演算法、核心技術與產業應用 -
$356強化學習演算法入門 -
$299統計計算 -
$704蒙特卡羅方法與人工智能 -
深度學習的理論基礎與核心算法$594$564 -
財經計量方法與模型：原理與R範例 (適用: 大專學生．實務界)$600$570 -
$458R語言數據分析從入門到精通 -
$1,015數據分析與預測算法：基於 R語言 -
$305算法設計與實踐 -
$454深度學習與大模型基礎（簡體書） -
$301最優化理論與智能算法 -
機器學習入門 ─ Weka$300$270 -
PYTHON 金融大數據分析快速入門與案例詳解$414$393 -
$468量化投資從理論到實踐 -
$474ESG投資 -
高級計量經濟分析及 Stata 應用$594$564
商品描述
本書完整、全面地講述數據挖掘的概念、方法、技術和近期新研究的進展，重點論述數據預處理、頻繁模式挖掘、分類和聚類等內容，還全面講述OLAP和數據挖掘常用算法，並研討數據挖掘體系結構及其重要的應用領域。 本書共7章： 第1章是數據挖掘概述； 第2章對數據挖掘進行歷史回顧並介紹目前的研究現狀； 第3章著重討論數據挖掘的常用算法和工具； 第4章分析數據挖掘的體系結構； 第5章介紹數據挖掘技術在相關領域的應用情況； 第6章分析數據挖掘的研究方向和發展趨勢； 第7章介紹Python數據挖掘的實操案例。本書除第7章外每章後均附有習題。 本書是一本適用於“數據分析”“數據挖掘”“知識發現”課程的教材，可以作為高等學校信息管理、數理統計等專業的本科生或研究生的專業課教材，也可以作為各類相關培訓班的教材，還可以作為數據挖掘和知識發現領域的研究人員、開發人員的參考書。
目錄大綱
目錄
掃碼下載
源碼
第1章數據挖掘概述
1.1什麼是數據挖掘
1.2挖掘哪種信息
1.3數據挖掘能做什麼
1.4前途光明的數據挖掘技術
習題
第2章數據挖掘的歷史回顧與研究現狀
2.1歷史回顧
2.2研究現狀
習題
第3章數據挖掘的常用算法和工具
3.1數據倉庫、數據集市與數據挖掘的關系
3.1.1數據倉庫
3.1.2數據集市
3.1.3數據挖掘
3.2數據挖掘理論簡介
3.3數據挖掘的常用算法
3.3.1數據抽取
3.3.2分類發現
3.3.3聚類
3.3.4關聯規則發現
3.3.5K最近鄰算法
3.3.6支持向量機算法
3.3.7頻繁項集挖掘算法
3.4數據挖掘的其他方法
3.4.1多層次數據匯總歸納
3.4.2決策樹方法
3.4.3神經網絡方法
3.4.4覆蓋正例排斥反例方法
3.4.5粗糙集方法
3.4.6遺傳算法
3.4.7公式發現
3.4.8統計分析方法
3.4.9模糊理論方法
3.4.10可視化技術
3.5空間數據庫的數據挖掘
3.5.1歸納方法
3.5.2聚集方法
3.5.3統計信息網格算法
3.5.4空間聚集和特徵鄰近關系挖掘
3.6數據挖掘工具
3.7數據挖掘的評價工具
3.7.1可產生的模式種類的多少
3.7.2解決復雜問題的能力
3.7.3易操作性
3.7.4數據存取能力
3.7.5與其他產品的接口
習題
第4章數據挖掘是如何工作的
4.1數據挖掘的基本流程
4.2數據挖掘的體系結構
4.3集成後的數據挖掘體系
4.4產生利潤的工具
習題
第5章數據挖掘技術的應用
5.1網絡數據挖掘
5.2數據挖掘在CRM中的核心作用
5.3數據挖掘在電信業中的應用
5.4數據挖掘在風險評估中的應用
5.5數據挖掘在通信網絡警報處理中的應用
5.6數據挖掘在交通領域的應用
5.7數據挖掘技術在信用卡業務中的應用
5.8數據挖掘技術助力新冠病毒感染疫情防控
5.9空間數據挖掘在地理信息系統中的應用
5.10數據挖掘技術在個性化推薦系統中的應用
5.11數據挖掘技術在證券行業中的應用
5.12數據挖掘技術在鋼鐵行業質量管理中的應用
習題
第6章數據挖掘的研究方向和發展趨勢
6.1研究方向
6.1.1處理不同類型的數據
6.1.2數據快照和時間戳方法
6.1.3數據挖掘算法的有效性和可測性
6.1.4交互性用戶界面
6.1.5在多抽象層上交互式挖掘知識
6.1.6從不同數據源挖掘信息
6.1.7私有性和安全性
6.1.8和其他系統的集成
6.1.9Internet上的知識發現
6.2發展趨勢
6.2.1挖掘分佈式、異質、遺留數據庫
6.2.2多媒體數據挖掘
6.2.3對知識發現方法的應用
6.2.4數據挖掘的安全和隱私問題
習題
第7章Python數據挖掘實操案例
7.1實驗目的
7.2實驗原理
7.3實驗環境
7.4實驗內容
7.5實驗步驟
7.6思考與總結
參考文獻
