數據挖掘 王博岳 緱水平 袁龍 9787111771579 【台灣高等教育出版社】

*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：202412*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：數據挖掘
ISBN：9787111771579
出版社：機械工業
著編譯者：王博岳 緱水平 袁龍
頁數：252
所在地：中國大陸 *此為代購商品
書號：1713838
可大量預訂，請先連絡。

內容簡介

全書共9章，主要內容如下：第1章介紹了數據挖掘的基本知識，講解了數據獲取的關鍵環節以及數據挖掘流程；第2章講解了數據清洗、數據集成、數據轉換與規範化，以及數據規約等數據預處理方法，重視數據挖掘的數據準備工作，強調數據質量對數據挖掘算法性能的影響；第3章講解了數據倉庫和數據立方體的基本概念和系統架構，為處理和分析大規模數據集提供有效工具；第4章講解了關聯規則挖掘的相關知識；第5章講解了經典的分類算法、回歸預測算法、性能評估指標和模型調優方法；第6章講解了經典的聚類算法；第7章講解了圖數據挖掘、時間序列數據挖掘、大數據與分散式數據挖掘等高級數據挖掘技術，展示了該領域的最新進展；第8章介紹了數據可視化的基本概念、常用工具與技術；第9章介紹了自然語言智能挖掘、醫療大數據智能挖掘、遙感圖像智能挖掘等案例，培養學生數據挖掘理論與實踐結合的技能。 本書適合作為人工智能、計算機科學與技術、自動化等相關專業本科生相關課程的配套教材或參考書，也可作為相關領域技術人員的參考書。

目錄

前言
第1章 緒論
1 1 數據挖掘概述
1 1 1 數據挖掘的定義
1 1 2 數據挖掘的基本任務
1 1 3 數據挖掘的應用領域
1 1 4 數據挖掘的學習資源
1 1 5 數據挖掘的常用工具
1 1 6 數據挖掘的主要算法
1 2 數據獲取
1 2 1 數據類型與來源
1 2 2 數據採集技術
1 2 3 數據標註技術
1 2 4 數據存儲與管理
1 2 5 數據質量評估
1 3 數據挖掘的流程
1 3 1 業務理解與問題定義
1 3 2 數據獲取與預處理
1 3 3 數據挖掘
1 3 4 結果分析與應用
1 4 本章小結
第2章 數據預處理
2 1 數據清洗
2 1 1 數據缺失值處理
2 1 2 冗餘去重
2 1 3 數據去噪
2 1 4 異常值處理
2 2 數據集成
2 2 1 實體識別
2 2 2 冗餘和相關性分析
2 3 數據轉換與規範化
2 3 1 離散化、標準化
2 3 2 二值化、歸一化
2 3 3 正則化
2 3 4 特徵編碼
2 4 數據歸約
2 4 1 子空間法
2 4 2 粗糙集規約
2 4 3 流形學習
2 5 本章小結
第3章 數據倉庫與數據立方體
3 1 數據倉庫概述
3 1 1 數據倉庫產生的背景
3 1 2 數據倉庫的定義與特徵
3 1 3 數據倉庫與資料庫
3 2 數據倉庫的系統架構
3 2 1 數據倉庫系統基本架構
3 2 2 數據倉庫系統分層的意義
3 2 3 數據倉庫的分層結構
3 3 數據立方體
3 3 1 數據立方體的基本概念
3 3 2 數據立方體的組成元素
3 3 3 多維數據模型的模式
3 4 在線分析處理
3 4 1 在線分析處理的基本概念
3 4 2 在線分析處理的基本操作
3 4 3 在線分析處理系統的實現
3 5 本章小結
第4章 關聯規則挖掘
4 1 關聯規則挖掘的基本概念
4 2 頻繁項集挖掘算法
4 2 1 格結構
4 2 2 樸素法
4 2 3 先驗算法
4 2 4 頻繁模式增長算法
4 3 關聯規則挖掘方法
4 3 1 基於置信度的剪枝
4 3 2 從關聯分析到相關性分析
4 4 高級關聯規則挖掘
4 4 1 多層模式挖掘
4 4 2 非頻繁模式挖掘
4 5 推薦系統中的關聯規則挖掘
4 5 1 召回層的作用和意義
4 5 2 基於內容的召回層挖掘
4 5 3 基於協同過濾的召回層挖掘
4 5 4 排序層的作用和意義
4 5 5 排序層的挖掘算法
4 5 6 基於邏輯回歸的排序層挖掘
4 6 本章小結
第5章 分類與回歸預測
5 1 分類算法
5 1 1 分類的基本概念
5 1 2 決策樹分類器
5 1 3 貝葉斯分類法
5 1 4 人工神經網絡方法
5 1 5 支持向量機
5 1 6 文本分類算法
5 2 回歸預測算法
5 2 1 回歸分析的基本概念
5 2 2 線性回歸
5 2 3 非線性回歸
5 2 4 邏輯回歸
5 3 性能評估指標
5 3 1 分類模型評估
5 3 2 預測模型評估
5 4 模型調優
5 4 1 組合方法
5 4 2 類不平衡優化
5 5 本章小結
第6章 聚類分析
6 1 大數據聚類分析
6 2 性能度量
6 2 1 外部指標
6 2 2 內部指標
6 3 距離計算
6 4 聚類算法
6 4 1 劃分聚類算法
6 4 2 層次聚類算法
6 4 3 密度聚類算法
6 4 4 譜聚類算法
6 5 大數據挖掘中的聚類拓展學習
6 6 本章小結
第7章 高級數據挖掘
7 1 圖數據挖掘
7 1 1 圖數據
7 1 2 凝聚子圖挖掘
7 1 3 圖模式挖掘
7 2 時間序列數據挖掘
7 2 1 時間序列數據介紹
7 2 2 時間序列異常檢測
7 2 3 時間序列的分類與聚類
7 3 大數據與分散式數據挖掘
7 3 1 分散式文件系統
7 3 2 MapReduce大數據處理框架
7 3 3 Spark大數據處理框架
7 4 本章小結
第8章 數據可視化與分析
8 1 數據可視化的基本概念
8 1 1 數據可視化的背景
8 1 2 數據可視化的定義及基本步驟
8 1 3 數據可視化的常用圖表類型
8 1 4 數據可視化實例
8 2 可視化工具與技術
8 2 1 Python可視化常用類庫
8 2 2 JavaScript可視化開發工具
8 2 3 軟體類可視化工具
8 3 本章小結
第9章 數據挖掘案例分析
9 1 自然語言智能挖掘
9 1 1 文本挖掘
9 1 2 語音數據挖掘
9 1 3 文本-視覺多模態挖掘
9 2 醫療大數據智能挖掘
9 2 1 電子病曆數據挖掘
9 2 2 醫學影像數據挖掘
9 3 遙感圖像智能挖掘
9 3 1 地理信息數據挖掘
9 3 2 無人機遙感數據挖掘
9 3 3 衛星數據挖掘
9 4 本章小結
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。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。