大數據分析與應用 段剛龍 謝天保 9787509690017 【台灣高等教育出版社】

圖書均為代購,正常情形下,訂後約兩周可抵台。
物品所在地:中國大陸
原出版社:經濟管理
大陸簡體正版圖書,訂購後正常情形下約兩周可抵台。
NT$496
商品編號: 9787509690017
供貨狀況: 尚有庫存

此商品參與的優惠活動

加入最愛
商品介紹
*完成訂單後正常情形下約兩周可抵台
*本賣場提供之資訊僅供參考,以到貨標的為正確資訊。
印行年月:202306*若逾兩年請先於客服中心或Line洽詢存貨情況,謝謝。
台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。
書名:大數據分析與應用
ISBN:9787509690017
出版社:經濟管理
著編譯者:段剛龍 謝天保
頁數:357
所在地:中國大陸 *此為代購商品
書號:1540751
可大量預訂,請先連絡。

內容簡介

本書緊緊圍繞「構建知識體系,闡明基本原理,引導理論實踐,了解相關應用」的指導思想,對大數據分析與應用的知識體系進行了系統梳理。本書第一章介紹了大數據分析的相關概念、大數據分析模型的建立方法;第二章介紹了數據倉庫模型和大數據可視化;第三章介紹了數據預處理。本書後面章節圍繞各種演算法展開,第四章描述了數據回歸分析模型,包括一元回歸、多元回歸、Logistics回歸;第五章、第六章、第七章是本書的重點章節,分別介紹了關聯分析模型、分類分析模型和聚類分析模型;第八章介紹了預測分析模型,包括灰色預測和馬爾科夫預測;第九章、第十章分別講解了離群點分析模型和文本分析模型;第十一章介紹了推薦系統模型,對之前章節內容做出應用實踐。

作者簡介

段剛龍,西安理工大學經濟與管理學院管理科學與工程系副教授、碩士生導師。曾入選西安理工大學第二批優秀青年教師,現任經濟與管理學院實驗中心主任,兼任中國科學學與科技政策研究會創業創新專委會委員、陝西省大數據平台產品評審專家。先後主持各類項目18項,其中省部級項目4項;在國內外重要中英文學術期刊上發表論文30餘篇,其中SCI、EI檢索20篇。獲得科技成果獎4項、申報軟體著作權8項;獲得省級教學成果獎3項、校級教學成果獎6項、陝西省「一流課程」1門、省級創新創業課程1門、校級在線課程2門。主編和參編教材2部。2014年獲得西安理工大學本科教學優秀獎,2016年獲得西安理工大學本科教學二等獎。指導學生競賽獲得省級以上獎項60餘項,國際競賽獲獎2項。

目錄

第一章 大數據分析概述
第一節 認識大數據
第二節 認識大數據分析
第三節 大數據分析模型建立方法
本章小結
思考練習題
參考文獻
第二章 數據倉庫模型和大數據可視化
第一節 什麼是數據倉庫
第二節 數據倉庫建模
第三節 大數據可視化
本章小結
思考練習題
參考文獻
第三章 大數據分析的數據預處理
第一節 數據抽樣和過濾
第二節 數據規範化與標準化
第三節 數據清洗
第四節 數據清洗方法對比分析
本章小結
思考練習題
參考文獻
第四章 數據回歸分析模型
第一節 回歸分析概述
第二節 一元回歸
第三節 多元回歸
第四節 Logistics回歸
第五節 梯度
本章小結
思考練習題
參考文獻
第五章 關聯分析模型與演算法
第一節 關聯規則背景
第二節 關聯規則概述
第三節 Apriori演算法
第四節 FP-growth演算法生成頻繁項集
第五節 關聯規則的生成
第六節 應用案例
本章小結
思考練習題
參考文獻
第六章 分類分析模型與演算法
第一節 分類分析概述
第二節 決策樹
第三節 支持向量機
第四節 KNN演算法
第五節 樸素貝葉斯
第六節 隨機森林
第七節 神經網絡
第八節 分類性能評價
第九節 應用案例
本章小結
思考練習題
參考文獻
第七章 聚類分析與模型
第一節 聚類分析概述
第二節 聚類分析的距離和相似性
第三節 K-means演算法
第四節 EM演算法
第五節 DBSCAN演算法
第六節 層次聚類
第七節 高斯混合聚類
第八節 SOM智能聚類演算法
第九節 聚類演算法評價指標
第十節 應用案例
本章小結
思考練習題
參考文獻
第八章 預測分析與模型
第一節 預測分析概述
第二節 灰色預測
第三節 馬爾科夫預測
第四節 預測分析的準確度評價及影響因素
第五節 應用案例
本章小結
思考練習題
參考文獻
第九章 異常點分析與模型
第一節 異常點分析概述
第二節 基於統計的異常點分析
第三節 基於距離的異常點分析
第四節 基於密度的異常點分析
第五節 基於聚類的異常點檢測
第六節 其他異常點檢測
第七節 應用案例
本章小結
思考練習題
參考文獻
第十章 文本分析模型
第一節 文本分析概述
第二節 文本分析流程
第三節 文本分析常用技術
第四節 文本分析的應用
第五節 應用案例
本章小結
思考練習題
參考文獻
第十一章 推薦模型與系統
第一節 推薦概述
第二節 推薦系統的架構
第三節 基於協同過濾的推薦
第四節 基於關聯規則的推薦
第五節 基於分類、聚類的推薦
第六節 基於W2V的推薦演算法
第七節 應用案例
本章小結
思考練習題
參考文獻
詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於客服中心或Line或本社留言板留言,我們即儘速上架。
規格說明
大陸簡體正版圖書,訂購後正常情形下約兩周可抵台。
運送方式
已加入購物車
已更新購物車
網路異常,請重新整理