由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高99元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
正版新书]大数据挖掘及应用/大数据系列丛书王国胤//刘群//于洪/
¥ ×1
第1章 大数据挖掘及应用概论
1.1 大数据智能分析处理的普及和应用
1.1.1 云计算
1.1.2 大数据
1.1.3 云计算与大数据的智能应用
1.2 大数据的发展及挑战
1.2.1 大数据的发展催生三元空间世界
1.2.2 大数据智能分析处理面临的挑战
1.3 数据挖掘概述
1.3.1 数据挖掘的概念
1.3.2 数据挖掘的功能
1.3.3 数据挖掘运用的技术
1.3.4 大数据挖掘与传统数据挖掘
1.4 大数据挖掘的计算框架
1.4.1 大数据挖掘计算框架
1.4.2 大数据挖掘处理基本流程
1.5 大数据时代“互联网+”的未来:智能互联
1.6 本书架构
1.7 小结
1.8 习题
1.9 参考文献
第2章 数据认知与预处理
2.1 数据分析的定义和流程
2.1.1 如何理解和描述数据分析的问题
2.1.2 数据获取与准备
2.1.3 数据质量评估
2.2 数据类型
2.2.1 属性的定义
2.2.2 标称属性
2.2.3 二元属性
2.2.4 序值属性
2.2.5 数值属性
2.3 数据的统计描述方法
2.3.1 数据的中心趋势度量
2.3.2 数据的离散趋势度量
2.4 数据对象关系的计算方法
2.4.1 数据相似性计算方法
2.4.2 数据相关性计算方法
2.5 数据准备
2.5.1 数据清洗与集成
2.5.2 数据归约
2.5.3 数据转换
2.6 数据统计分析常用工具介绍
2.6.1 Excel统计分析工具
2.6.2 SPSS统计分析工具
2.6.3 SAS统计分析工具
2.6.4 R语言统计分析工具
2.7 SPSS案例分析
2.7.1 日志文件数据准备
2.7.2 数据录入与编辑
2.7.3 数据清洗与转换
2.7.4 数据方差分析
2.7.5 数据相关性分析
2.7.6 数据间距离分析
2.8 小结
2.9 习题
2.10 参考文献
第3章 数据可视化
3.1 可视化简介
3.2 高维数据可视化
3.2.1 降维方法
3.2.2 非降维方法
3.3 网络数据可视化
3.3.1 节点-链接法
3.3.2 邻接矩阵布局
3.3.3 混合布局
……
第4章 数据关联分析
第5章 数据分类分析
第6章 数据聚类分析
第7章 深度学习
第8章 R语言
第9章 Hadoop大数据分布式处理生态系统
第10章 大数据分析算法的并行化
第11章 大数据挖掘及应用展望
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格
