數據倉庫與數據挖掘教程 (第4版) 陳文偉 9787302668107 【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：清華大學
物品所在地：中國大陸
原出版社：清華大學
NT$439
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
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：202408*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：數據倉庫與數據挖掘教程 (第4版) ISBN：9787302668107 出版社：清華大學 著編譯者：陳文偉 頁數：305 所在地：中國大陸 *此為代購商品 書號：1674900 可大量預訂，請先連絡。 內容簡介 數據倉庫是商務智能的基礎，數據倉庫中的數據是大企業和大單位所需的大數據。數據挖掘是指從數據中獲取知識，它是人工智慧的核心。 首先，本書系統介紹了數據倉庫原理、聯機分析處理、數據倉庫的決策支持，以及數據挖掘原理和方法，包括決策樹、粗糙集、關聯規則挖掘、神經網路、遺傳演算法、公式發現、知識挖掘等。其次，本書對當前興起的深度學習、強化學習和遷移學習新技術的原理、演算法和實例進行了詳細的介紹。再次，本書介紹了軟體進化和數學進化的知識挖掘，軟體是計算機的核心，數學是軟體的基礎。最後，本書對商務智能、計算智能和人工智慧概念進行了比較，並將三者的概念統一為「人工智慧」。 本書配有部分問答題、設計題和計算題的參考答案。問答題便利學生解惑，設計題和計算題便利學生上機實驗。 本書適合作為高等院校計算機、軟體工程專業高年級本科生、研究生的教材，可供對UML比較熟悉並且對軟體建模有所了解的開發人員、廣大科技工作者和研究人員參考。作者簡介 陳文偉，1963年畢業於哈爾濱工業大學計算數學專業，國防科學技術大學博士生導師，海軍兵種指揮學院教授，中國人工智慧學會機器學習專業委員會榮譽副主任，中國人工智慧學會可拓工程專業委員會榮譽副主任；研究方向為人工智慧專家系統、決策支持系統、機器學習、數據挖掘、可拓數據挖掘、作戰指揮等；出版專著有《決策支持系統及其開發》（第一、二、三、四版）、《智能決策技術》、《數據挖掘技術》、《決策支持系統教程》（第一、二版）、《數據倉庫與數據挖掘教程》（第一、二版）、《知識工程與知識管理》等。在《計算機學報》等學術刊物發表學術論文100多篇。 主持重大科研項目有863計劃高科技項目，「八五」、「九五」、「十五」國防預研項目，國家自然科學基金項目，中國科學院合作項目等。科研成果有國家科學進步獎二等獎1項，軍隊科學技術進步獎二、三等獎多項，國家自然科學基金項目被評為優等；指導博士生、碩士生共計78名獲得學位；開設博士生、碩士生課程多門，在教學和指導研究生中，獲國防科技大學教學優秀獎、優秀研究生導師獎多次，2015年榮獲國防科學技術大學資深研究牛導師稱號。目錄 第1章 數據倉庫與數據挖掘概述1 1 數據倉庫的興起 1 1 1 從資料庫到數據倉庫 1 1 2 從OLTP到OLAP 1 1 3 數據字典與元數據 1 1 4 數據倉庫的定義與特點 1 2 數據挖掘的興起 1 2 1 從機器學習到數據挖掘 1 2 2 數據挖掘含義 1 2 3 數據挖掘與OLAP的比較 1 2 4 數據挖掘與統計學 1 3 智能技術 1 3 1 智能技術簡述 1 3 2 數據倉庫與商務智能 1 3 3 數據挖掘與人工智慧 習題1 第2章 數據倉庫原理 2 1 數據倉庫結構體系 2 1 1 數據倉庫結構 2 1 2 數據集市及其結構 2 1 3 數據倉庫系統結構 2 1 4 數據倉庫的運行結構 2 2 數據倉庫的數據模型 2 2 1 星形模型 2 2 2 雪花模型與星網模型 2 2 3 第三範式 2 3 數據抽取、轉換和裝載 2 3 1 數據抽取 2 3 2 數據轉換 2 3 3 數據裝載 2 4 元數據 2 4 1 元數據的重要性 2 4 2 關於數據源的元數據 2 4 3 關於數據模型的元數據 2 4 4 關於數據倉庫映射的元數據 2 4 5 關於數據倉庫使用的元數據 習題2 第3章 聯機分析處理 3 1 OLAP概念 3 1 1 OLAP的定義 3 1 2 OLAP準則 3 1 3 OLAP的基本概念 3 2 OLAP的數據模型 3 2 1 MOLAP數據模型 3 2 2 ROLAP數據模型 3 2 3 MOLAP與ROLAP的比較 3 3 多維數據的顯示 3 3 1 多維數據的顯示方法 3 3 2 多維類型結構 3 3 3 多維數據的分析視圖 3 4 OALP的多維數據分析 3 4 1 多維數據分析的基本操作 3 4 2 多維數據分析實例 3 4 3 廣義OLAP功能 3 4 4 數據立方體 習題3 第4章 數據倉庫的決策支持 4 1 數據倉庫的用戶 4 1 1 信息查詢者 4 1 2 知識探索者 4 2 數據倉庫的決策支持與決策支持系統 4 2 1 查詢與報表 4 2 2 多維分析與原因分析 4 2 3 預測未來 4 2 4 實時決策 4 2 5 自動決策 4 2 6 決策支持系統 4 3 基於數據倉庫決策支持系統的應用實例 4 3 1 航空公司基本數據倉庫決策支持系統簡例 4 3 2 統計業數據倉庫系統 4 3 3 沃爾瑪數據倉庫系統 習題4 第5章 數據挖掘原理 5 1 數據挖掘綜述 5 1 1 數據挖掘與知識發現 5 1 2 數據挖掘任務與分類 5 1 3 不完全數據處理 5 1 4 資料庫的數據濃縮 5 2 數據挖掘方法和技術 5 2 1 歸納學習的資訊理論方法 5 2 2 歸納學習的集合論方法 5 2 3 仿生物技術的神經網路方法 5 2 4 仿生物技術的遺傳演算法 5 2 5 數值數據的公式發現 5 3 數據挖掘的知識表示 5 3 1 規則知識 5 3 2 決策樹知識 5 3 3 知識基（濃縮數據） 5 3 4 神經網路權值 5 3 5 公式知識 5 3 6 案例 習題5 第6章 資訊理論方法 6 1 資訊理論原理 6 1 1 通道模型和學習通道模型 6 1 2 信息熵與條件熵 6 1 3 互信息與信息增益 6 1 4 通道容量與解碼準則 6 2 決策樹方法 6 2 1 決策樹概念 6 2 2 ID3演算法基本思想 6 2 3 ID3演算法 6 2 4 實例與討論 6 2 5 C4 5演算法 6 3 決策規則樹方法 6 3 1 IBLE演算法基本思想 6 3 2 IBLE演算法 6 3 3 IBLE演算法實例 習題6 第7章 集合論方法 7 1 粗糙集方法 7 1 1 粗糙集概念 7 1 2 粗糙集方法的屬性約簡與實例 7 1 3 粗糙集方法的規則知識獲取 7 1 4 粗糙集方法規則獲取實例 7 1 5 約簡集的選擇 7 2 k均值聚類 7 2 1 聚類方法簡介 7 2 2 k均值聚類演算法與實例 7 3 關聯規則挖掘 7 3 1 關聯規則挖掘的原理 7 3 2 Apriori演算法基本思想 7 3 3 基於FP-tree的關聯規則挖掘演算法 習題7 第8章 神經網路與深度學習 8 1 神經網路原理與反向傳播網路 8 1 1 神經網路原理 8 1 2 反向傳播網路 8 1 3 BP網路學習公式推導 8 1 4 BP網路的典型實例 8 2 神經網路的幾何意義 8 2 1 神經網路的超平面含義 8 2 2 異或問題的實例分析 8 3 深度學習 8 3 1 深度學習與多層網路的鏈式法則 8 3 2 卷積網路深度學習演算法 8 3 3 深度學習實例 習題8 第9章 遺傳演算法與計算智能 9 1 遺傳演算法 9 1 1 遺傳演算法基本原理 9 1 2 遺傳運算元 9 1 3 遺傳演算法簡例 9 1 4 遺傳演算法的特點 9 2 基於遺傳演算法的分類學習系統 9 2 1 概述 9 2 2 遺傳分類學習系統的基本原理 9 2 3 遺傳分類學習系統的應用 9 3 計算智能 9 3 1 計算智能概述 9 3 2 計算智能與人工智慧 習題9 第10章 強化學習、遷移學習和公式發現 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。 |
