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:
本店所有商品

  • 数据挖掘技术及应用实践 李忠,李姍姍,张伟 编 数据库大中专 正版图书籍 北京交通大学出版社
  • 新商品上架
    • 作者: 李忠,李姗姗,张伟著
    • 出版社: 清华大学出版社
    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:
    句字图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 李忠,李姗姗,张伟著
    • 出版社:清华大学出版社
    • ISBN:9787512147201
    • 版权提供:清华大学出版社

    数据挖掘技术及应用实践

    作  者:李忠,李姍姍,张伟 编
    定  价:59
    出 版 社:北京交通大学出版社
    出版日期:2022年07月01日
    页  数:200
    装  帧:平装
    ISBN:9787512147201

    现代数据分析中,数据挖掘技术是其中一种重要的数据分析方法,可以说数据挖掘技术在各个领域的数据分析中都有应用。尤其在科学研究、未来预测等领域,数据挖掘技术是一种最常用的数据分析方法。人类社会的发展史,其实就是一部人类与自然灾难不断进行抗争的历史。在信息技术的加持下,我们对大多数自然灾害进行了数字化监测,如地震监测、滑坡和泥石流的监测、海啸监测、火山监测等,获取了大量关于自然灾害的信息资料。利用数据挖掘技术我们已经积累了大量的观测数据,有关学者和工程技术人员已经开始利用数据挖掘技术处理数据,并取得了......

    第1章导论
    1.1数据挖掘的起源
    1.2数据挖掘的定义
    1.3数据挖掘的应用领域
    1.4数据挖掘的过程
    1.4.1CRISP-DM模型
    1.4.2SEMMA模型
    1.5数据挖掘的任务
    1.6数据挖掘工具和共享资源
    1.6.1数据挖掘软件
    1.6.2数据挖掘共享数据集
    1.6.3共享的数据挖掘算法软件包
    1.7数据挖掘发展趋势
    1.8本章小结
    习题
    第2章数据、统计特征及数据预处理
    2.1数据与数据类型
    2.1.1数据集的特性
    2.1.2数据集类型
    2.2数据统计特征
    2.2.1频率和众数
    2.2.2百分位数
    2.2.3位置度量:均值和中位数
    2.2.4离散度量:极差和方差
    2.2.5多元汇总统计
    2.3数据预处理
    2.3.1数据清理
    2.3.2数据集成
    2.3.3数据变换
    2.3.4数据归约
    2.3.5离散化和概念分层
    2.4距离和相似性度量
    2.4.1对象之间的距离
    2.4.2数据集之间的距离
    2.4.3相似性度量
    2.5本章小结
    习题
    第3章数据仓库及联机分析处理
    3.1数据仓库概念
    3.1.1数据仓库定义及关键特征
    3.1.2数据仓库与传统数据库系统的区别
    3.1.3数据仓库的体系结构
    3.1.4几种数据仓库模型
    3.1.5元数据库
    3.2数据仓库建模
    3.2.1数据立方体
    3.2.2多维数据模型的模式
    3.3数据仓库设计与实现
    3.3.1设计视图
    3.3.2设计方法
    3.4本章小结
    习题
    第4章回归分析
    4.1线性回归分析
    4.1.1一元线性回归分析
    4.1.2多元线性回归分析
    4.2非线性回归分析
    4.3逻辑回归分析
    4.4本章小结
    习题
    第5章数据分类与预测
    5.1分类定义
    5.2分类挖掘一般过程
    5.3决策树分类法
    5.3.1决策树概念
    5.3.2经典决策树分类方法
    5.3.3ID3算法
    5.3.4C4.5算法
    5.3.5C5.0算法
    5.3.6CART算法
    5.3.7决策树分类算法评估
    5.3.8案例分析:决策树算法应用于电信客户流失分析
    5.4贝叶斯分类方法
    5.4.1贝叶斯算法基本原理
    5.4.2朴素贝叶斯分类方法
    5.5k-近邻分类方法
    5.5.1k-近邻算法描述
    5.5.2k-近邻算法的优缺点
    5.5.3案例分析:乘坐式割草机分类销售
    5.6人工神经网络分类方法
    5.6.1神经元概念
    5.6.2神经网络模型
    5.6.3神经网络的应用
    5.7利用BP神经网络预测岩溶塌陷
    5.7.1确定BP神经网络拓扑结构
    5.7.2提取原始数据
    5.7.3数据预处理
    5.7.4建立岩溶塌陷预测的BP神经网络挖掘模型
    5.7.5岩溶塌陷预测
    5.8本章小结
    习题
    第6章关联分析
    6.1相关概念
    6.2二元属性的关联规则挖掘
    6.2.1Apriori算法及效率分析
    6.2.2CARMA算法
    6.2.3两种算法的比较分析
    6.3非二元属性的关联规则挖掘
    6.4关联规则的合并
    6.5关联规则的优化
    6.5.1支持度与可信度的局限
    6.5.2兴趣度的引入
    6.5.3提升度的引入
    6.6洗浴时间与学习成绩的关联分析
    ……

    内容简介

    本书介绍数据挖掘相关技术及其在防灾、减灾领域的应用。数据挖掘技术主要沿着分类、聚类和关联分析这三大任务展开,具体包括数据挖据概念及发展史、数据及预处理方法、数据仓库、回归分析、数据分类和聚类、趋势预测、关联分析、异类挖捆等内容,并通过在灾害预防、安全评价等方面的实例来介绍每类技术的应用。
    本书可作为高等院校计算机、信息科学、大数据科学、灾害防治、应急信息化、应急技术与管理、城市地下空间安全等相关专业的教材或参考书,也可为从事数据处理的科学工作者、技术人员提供参考。

    1
    • 商品详情
    • 内容简介

    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