*數量非實際在台庫存 *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,以到貨標的為實際資訊。 印行年月:202401*若逾兩年請先於私訊洽詢存貨情況,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:數據挖掘技術 (微課視頻版) ISBN:9787302651444 出版社:清華大學 著編譯者:楊曉波 叢書名:大數據與人工智慧技術叢書 頁數:180 所在地:中國大陸 *此為代購商品 書號:1615533 可大量預訂,請先連絡。 內容簡介 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和數據挖掘常用演算法,並研討數據挖掘體繫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演算法和工具;第4章分析數據挖掘的體繫結構;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章外每章后均附有習題。 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 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 數據挖掘的常用演算法和工具 3 1 數據倉庫、數據集市與數據挖掘的關係 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 數據挖掘的常用演算法 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 5 K最近鄰演算法 3 3 6 支持向量機演算法 3 3 7 頻繁項集挖掘演算法 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 神經網路方法 3 4 4 覆蓋正例排斥反例方法 3 4 5 粗糙集方法 3 4 6 遺傳演算法 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 空間資料庫的數據挖掘 3 5 1 歸納方法 3 5 2 聚集方法 3 5 3 統計信息網格演算法 3 5 4 空間聚集和特徵鄰近關係挖掘 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 解決複雜問題的能力 3 7 3 易操作性 3 7 4 數據存取能力 3 7 5 與其他產品的介面 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 數據挖掘的體繫結構 4 3 集成后的數據挖掘體系 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 網路數據挖掘 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 數據挖掘在通信網路警報處理中的應用 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 數據挖掘演算法的有效性和可測性 6 1 4 交互性用戶界面 6 1 5 在多抽象層上互動式挖掘知識 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 9 Internet上的知識發現 6 2 發展趨勢 6 2 1 挖掘分散式、異質、遺留資料庫 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 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PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |