數據挖掘-概念與技術 (原書第4版) 韓家煒 裴健 童行行 9787111775935 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*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：202507*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-概念與技術 (原書第4版)
ISBN：9787111775935
出版社：機械工業
著編譯者：韓家煒 裴健 童行行
頁數：554
所在地：中國大陸 *此為代購商品
書號：1745153
可大量預訂，請先連絡。

內容簡介

本書是數據挖掘領域的經典作品，首次出版至今已20餘年，成為數據挖掘學習者的必讀教材。作為領域的奠基之作，本書創建了數據挖掘的技術分類學框架、從基礎理論到應用案例的完整知識體系，同時，跟隨時代和技術的發展，不斷完善和更新。既適合作為計算機科學、數據科學、人工智能等相關專業學生的課程教材，也適合作為相關領域研究人員及從業者的專業參考書。

作者簡介

丁小歐 哈爾濱工業大學計算學部副教授、博士生導師。研究方向為大數據挖掘、數據質量、工業大數據治理與分析等，在TKDE、VLDB、ICDE、DASFAA等數據科學領域國際重要期刊和會議上發表論文20餘篇，在《軟體學報》《大數據》等國內高水平期刊上發表論文10餘篇，參与編寫專著2部，獲得中國發明專利5項、軟體著作權5項。

目錄

譯者序
推薦序
第2版序
前言
致謝

第1章 緒論
1 1 什麼是數據挖掘
1 2 數據挖掘：知識發現中不可或缺的一步
1 3 數據挖掘的數據類型多樣性
1 4 挖掘各種各樣的知識
1 4 1 多維數據匯總
1 4 2 挖掘頻繁模式、關聯和相關性
1 4 3 用於預測分析的分類和回歸
1 4 4 聚類分析
1 4 5 深度學習
1 4 6 離群點分析
1 4 7 數據挖掘的所有結果都有趣嗎
1 5 數據挖掘：多學科的交匯
1 5 1 統計學與數據挖掘
1 5 2 機器學習與數據挖掘
1 5 3 資料庫技術與數據挖掘
1 5 4 數據挖掘與數據科學
1 5 5 數據挖掘與其他學科
1 6 數據挖掘與應用
1 7 數據挖掘與社會
1 8 總結
1 9 練習
1 10 文獻註釋
第2章 數據、度量與數據預處理
2 1 數據類型
2 1 1 標稱屬性
2 1 2 二元屬性
2 1 3 序數屬性
2 1 4 數值屬性
2 1 5 離散屬性與連續屬性
2 2 數據的基本統計描述
2 2 1 中心趨勢度量
2 2 2 數據離散趨勢度量
2 2 3 協方差和相關係數
2 2 4 數據基本統計描述的圖形顯示
2 3 數據的相似性與相異性度量
2 3 1 數據矩陣與相異性矩陣
2 3 2 標稱屬性的鄰近性度量
2 3 3 二元屬性的鄰近性度量
2 3 4 數值屬性的相異性：閔可夫斯基距離
2 3 5 序數屬性的鄰近性度量
2 3 6 混合類屬性的相異性
2 3 7 餘弦相似性
2 3 8 度量相似的分佈：Kullback-Leibler散度
2 3 9 捕獲相似性度量中的隱藏語義
2 4 數據質量、數據清洗和數據集成
2 4 1 數據質量度量
2 4 2 數據清洗
2 4 3 數據集成
2 5 數據轉換
2 5 1 規範化
2 5 2 離散化
2 5 3 數據壓縮
2 5 4 抽樣
2 6 維歸約
2 6 1 主成分分析
2 6 2 屬性子集選擇

第3章 數據倉庫和在線分析處理
第4章 模式挖掘：基本概念和方法
第5章 模式挖掘：高級方法
第6章 分類：基本概念和方法
第7章 分類：高級方法
第8章 聚類分析：基本概念和方法
第9章 聚類分析：高級方法
第10章 深度學習
第11章 離群點檢測
第12章 數據挖掘趨勢和研究前沿
附錄A 數學背景
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。