返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

欢迎光临我们店铺!书籍都是正版全新书籍,欢迎下单~!!

本店所有商品

  • 音像数据挖掘 原理与实践 基础篇(美)查鲁·C.阿加沃尔
  • 正版
    • 作者: (美)查鲁·C.阿加沃尔著 | (美)查鲁·C.阿加沃尔编 | (美)查鲁·C.阿加沃尔译 | (美)查鲁·C.阿加沃尔绘
    • 出版社: 机械工业出版社
    • 出版时间:2021-01-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    诺森图书音像专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品参数
    • 作者: (美)查鲁·C.阿加沃尔著| (美)查鲁·C.阿加沃尔编| (美)查鲁·C.阿加沃尔译| (美)查鲁·C.阿加沃尔绘
    • 出版社:机械工业出版社
    • 出版时间:2021-01-01
    • 版次:1
    • 印次:1
    • 页数:404
    • 开本:16开
    • ISBN:9787111670292
    • 版权提供:机械工业出版社
    • 作者:(美)查鲁·C.阿加沃尔
    • 著:(美)查鲁·C.阿加沃尔
    • 装帧:平装
    • 印次:1
    • 定价:139.00
    • ISBN:9787111670292
    • 出版社:机械工业出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2021-01-01
    • 页数:404
    • 外部编号:1202199259
    • 版次:1
    • 成品尺寸:暂无

    出版者的话

    译者序

    前言

    章 数据挖掘导论

    1.1 引言

    1.2 数据挖掘过程

    1.2.1 数据预处理阶段

    1.2.2 分析阶段

    1.3 基本数据类型

    1.3.1 非依赖型数据

    1.3.2 依赖型数据

    1.4 主要数据挖掘模块总览

    1.4.1 关联模式挖掘

    1.4.2 数据聚类

    1.4.3 异常检测

    1.4.4 数据分类

    1.4.5 复杂数据类型对问题定义的影响

    1.5 可扩展问题和数据流场景

    1.6 应用案例浅述

    1.6.1 商店商品布局

    1.6.2 客户

    1.6.3 医疗诊断

    1.6.4 Web日志异常检测

    1.7 小结

    1.8 文献注释

    1.9 练习题

    第2章 数据准备

    2.1 引言

    2.2 特征提取和类型转换

    2.2.1 特征提取

    2.2.2 数据类型转换

    . 数据清洗

    ..1 缺失项的处理

    ..2 错误项和不一致项的处理

    .. 缩放与标准化

    2.4 数据约简和转换

    2.4.1 采样

    2.4.2 特征子集选取

    2.4.3 基于坐标轴旋转的维度约简

    2.4.4 基于类型转换的降维

    2.5 小结

    2.6 文献注释

    2.7 练习题

    第3章 相似度和距离

    3.1 引言

    3.2 多维数据

    3.2.1 定量型数据

    3.2.2 类别型数据

    3.. 定量型和类别型的混合数据

    3.3 文本相似度量

    3.4 时态的相似度量

    3.4.1 时间序列相似度量

    3.4.2 离散序列相似度量

    3.5 图的相似度量

    3.5.1 单个图中两个节点之间的相似度

    3.5.2 两个图之间的相似度

    3.6 有监督的相似度函数

    3.7 小结

    3.8 文献注释

    3.9 练习题

    第4章 关联模式挖掘

    4.1 引言

    4.2 频繁模式挖掘模型

    4.3 关联规则的生成框架

    4.4 频繁项集挖掘算法

    4.4.1 暴力算法

    4.4.2 Apriori算法

    4.4.3 枚举树算法

    4.4.4 递归的基于后缀的模式生长方法

    4.5 替代模型:有趣模式

    4.5.1 统计相关系数

    4.5.2 χ2度量

    4.5.3 兴趣比率

    4.5.4 对称置信度

    4.5.5 列的余弦系数

    4.5.6 Jaccard系数和min-hash技巧

    4.5.7 集体强度

    4.5.8 与负模式挖掘的关系

    4.6 有用的元算法

    4.6.1 采样方法

    4.6.2 数据划分集成法

    4.6.3 推广到数据类型

    4.7 小结

    4.8 文献注释

    4.9 练习题

    第5章 关联模式挖掘:不错概念

    5.1 引言

    5.2 模式汇总

    5.2.1 优选模式

    5.2.2 闭包模式

    5.. 近似频繁模式

    5.3 模式查询

    5.3.1 一次预处理多次查询

    5.3.2 把限制条件放入模式挖掘

    5.4 关联模式挖掘的应用

    5.4.1 与数据挖掘问题的关系

    5.4.2 购物篮分析

    5.4.3 用户信息分析

    5.4.4 和协同过滤

    5.4.5 Web日志分析

    5.4.6 生物信息学

    5.4.7 应用于复杂数据类型

    5.5 小结

    5.6 文献注释

    5.7 练习题

    第6章 聚类分析

    6.1 引言

    6.2 聚类的特征选取

    6.2.1 过滤模型

    6.2.2 包装模型

    6.3 基于代表点的算法

    6.3.1 k-means算法

    6.3.2 k-means内核算法

    6.3.3 k-medians算法

    6.3.4 k-medoids算法

    6.4 层次聚类算法

    6.4.1 自底向上凝聚的方法

    6.4.2 自顶向下分裂的方法

    6.5 基于概率模型的算法

    6.6 基于网格和基于密度的算法

    6.6.1 基于网格的算法

    6.6.2 DBSCAN

    6.6.3 DENCLUE

    6.7 基于图的算法

    6.8 非负矩阵分解

    6.9 聚类验

    6.9.1 内部验度量

    6.9.2 外部验度量

    6.9.3 评价

    6.10 小结

    6.11 文献注释

    6.12 练习题

    第7章 聚类分析:不错概念

    7.1 引言

    7.2 类别型数据的聚类

    7.2.1 基于代表点的算法

    7.2.2 层次算法

    7.. 概率算法

    7.2.4 基于图的算法

    7.3 可扩展的数据聚类

    7.3.1 CLARANS

    7.3.2 BIRCH

    7.3.3 CURE

    7.4 高维数据聚类

    7.4.1 CLIUE

    7.4.2 PROCLUS

    7.4.3 ORCLUS

    7.5 半监督聚类

    7.5.1 单点监督

    7.5.2 成对监督

    7.6 用户监督聚类与可视化监督聚类

    7.6.1 现有聚类算法的变体

    7.6.2 可视化聚类

    7.7 集成聚类

    7.7.1 选择不同的集成组件

    7.7.2 组合不同的集成组件

    7.8 聚类应用

    7.8.1 应用到数据挖掘问题

    7.8.2 客户分类与协同过滤

    7.8.3 文本应用

    7.8.4 多媒体应用

    7.8.5 时态与序列应用

    7.8.6 社交网络分析

    7.9 小结

    7.10 文献注释

    7.11 练习题

    第8章 异常分析

    8.1 引言

    8.2 极值分析

    8.2.1 单变量极值分析

    8.2.2 多变量极值

    8.. 基于深度的方法

    8.3 概率模型

    8.4 异常检测的聚类方法

    8.5 基于距离的异常检测

    ……


    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购