国内精品久久久久久无码不卡,久久九九兔免费精品6

2019-11-18 14:23 來源：京東作者：京東

編輯推薦:

內(nèi)容簡介:　　《數(shù)據(jù)挖掘?qū)д?高等院校計算機(jī)教育系列教材》共分8章，主要內(nèi)容分為三個專題：技術(shù)、數(shù)據(jù)和評估。技術(shù)專題包括決策樹技術(shù)、K-means算法、關(guān)聯(lián)分析技術(shù)、神經(jīng)網(wǎng)絡(luò)技術(shù)、回歸分析技術(shù)、貝葉斯分析、凝聚聚類、概念分層聚類、混合模型聚類技術(shù)的EM算法、時間序列分析和基于Web的數(shù)據(jù)挖掘等常用的機(jī)器學(xué)習(xí)方法和統(tǒng)計技術(shù)。數(shù)據(jù)專題包括數(shù)據(jù)庫中的知識發(fā)現(xiàn)處理模型和數(shù)據(jù)倉庫及OLAP技術(shù)。評估專題包括利用檢驗集分類正確率和混淆矩陣，并結(jié)合檢驗集置信區(qū)間評估有指導(dǎo)學(xué)習(xí)模型，使用無指導(dǎo)聚類技術(shù)評估有指導(dǎo)模型，利用Lift和假設(shè)檢驗比較兩個有指導(dǎo)學(xué)習(xí)模型，使用MSExcel2010和經(jīng)典的假設(shè)檢驗?zāi)Ｐ驮u估屬性，使用簇質(zhì)量度量方法和有指導(dǎo)學(xué)習(xí)技術(shù)評估無指導(dǎo)聚類模型?！稊?shù)據(jù)挖掘?qū)д?高等院校計算機(jī)教育系列教材》秉承教材風(fēng)格，強(qiáng)調(diào)廣度講解。注重成熟模型和開源工具的使用，以提高學(xué)習(xí)者的應(yīng)用能力為目標(biāo)；注重結(jié)合實例和實驗，加強(qiáng)基本概念和原理的理解和運用；注重實例的趣味性和生活性，提高學(xué)習(xí)者學(xué)習(xí)的積極性。使用章后練習(xí)、計算和實驗作業(yè)鞏固和檢驗所學(xué)內(nèi)容；使用詞匯表附錄，解釋和規(guī)范數(shù)據(jù)挖掘?qū)W科專業(yè)術(shù)語；使用適合教學(xué)的簡單易用開源的Weka和通用的MSExcel軟件工具實施數(shù)據(jù)挖掘驗證和體驗數(shù)據(jù)挖掘的精妙?！稊?shù)據(jù)挖掘?qū)д?高等院校計算機(jī)教育系列教材》可作為普通高等院校計算機(jī)科學(xué)、信息科學(xué)、數(shù)學(xué)和統(tǒng)計學(xué)專業(yè)的入門教材，也可作為如經(jīng)濟(jì)學(xué)、管理學(xué)、檔案學(xué)等對數(shù)據(jù)管理、數(shù)據(jù)分析與數(shù)據(jù)挖掘有教學(xué)需求的其他相關(guān)專業(yè)的基礎(chǔ)教材。同時，對數(shù)據(jù)挖掘技術(shù)和方法感興趣，致力于相關(guān)方面的研究和應(yīng)用的其他讀者，也可以從《數(shù)據(jù)挖掘?qū)д?高等院校計算機(jī)教育系列教材》中獲取基本的指導(dǎo)和體驗?！稊?shù)據(jù)挖掘?qū)д?高等院校計算機(jī)教育系列教材》配有教學(xué)幻燈片、大部分章后習(xí)題和實驗的參考答案以及課程大綱。

作者簡介:

目錄:第1章認(rèn)識數(shù)據(jù)挖掘
1．1 數(shù)據(jù)挖掘的定義
1．2 機(jī)器學(xué)習(xí)
1．2．1 概念學(xué)習(xí)
1．2．2 歸納學(xué)習(xí)
1．2．3 有指導(dǎo)的學(xué)習(xí)
1．2．4 無指導(dǎo)的聚類
1．3 數(shù)據(jù)查詢
1．4 專家系統(tǒng)
1．5 數(shù)據(jù)挖掘的過程
1．5．1 準(zhǔn)備數(shù)據(jù)
1．5．2 挖掘數(shù)據(jù)
1．5．3 解釋和評估數(shù)據(jù)
1．5．4 模型應(yīng)用
1．6 數(shù)據(jù)挖掘的作用
1．6．1 分類
1．6．2 估計
1．6．3 預(yù)測
1．6．4 無指導(dǎo)聚類
1．6．5 關(guān)聯(lián)關(guān)系分析
1．7 數(shù)據(jù)挖掘技術(shù)
1．7．1 神經(jīng)網(wǎng)絡(luò)
1．7．2 回歸分析
1．7．3 關(guān)聯(lián)分析
1．7．4 聚類技術(shù)
1．8 數(shù)據(jù)挖掘的應(yīng)用
1．8．1 應(yīng)用領(lǐng)域
1．8．2 成功案例
1．9 Weka數(shù)據(jù)挖掘軟件
1．9．1 Weka簡介
1．9．2 使用Weka建立決策樹模型
1．9．3 使用Weka進(jìn)行聚類
1．9．4 使用Weka進(jìn)行關(guān)聯(lián)分析
本章小結(jié)
習(xí)題

第2章基本數(shù)據(jù)挖掘技術(shù)
2．1 決策樹
2．1．1 決策樹算法的一般過程
2．1．2 決策樹算法的關(guān)鍵技術(shù)
2．1．3 決策樹規(guī)則
2．1．4 其他決策樹算法
2．1．5 決策樹小結(jié)
2．2 關(guān)聯(lián)規(guī)則
2．2．1 關(guān)聯(lián)規(guī)則概述
2．2．2 關(guān)聯(lián)分析
2．2．3 關(guān)聯(lián)規(guī)則小結(jié)
2．3 聚類分析技術(shù)
2．3．1 K-means算法
2．3．2 K-means算法小結(jié)
2．4 數(shù)據(jù)挖掘技術(shù)的選擇

相關(guān)商品