本书以深入浅出的语言系统地讲解了数据挖掘的框架和基本方法,主要内容包括:数据挖掘与R语言概述、数据理解、数据准备、关联规则挖掘、聚类分析、线性模型与广义线性模型、神经网络的基本方法、决策树、基于决策树的模型组合、模型评估与比较。本书使用基于R语言的数据挖掘案例贯穿全书,并辅以上机实验和习题,帮助读者熟练使用R语言进行数据挖掘。
本专著主要基于软件领域数据的特性和预测模型的不同应用场景,对软件缺陷预测前言的若干关键技术进行了研究和总结。主要内容包括迁移学习环境下的缺陷预测技术,半监督环境下的缺陷预测技术,主动学习环境下的缺陷预测技术,基于核理论的缺陷预测技术,所应用的理论、算法及应用成果的介绍和展示。
基于数据挖掘的软件缺陷预测技术是2017年由厦门大学出版社出版,作者马樱。
温馨提示:
1.本电子书已获得正版授权,由出版社通过知传链发行。
2.该电子书为虚拟物品,付费之后概不接收任何理由退款。电子书内容仅支持在线阅读,不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用,您不得/不能给任何第三方使用,由此造成的一切相关后果本平台保留向您追偿索赔的权利!版权所有,后果自负!
得书感谢您对《基于数据挖掘的软件缺陷预测技术》关注和支持,如本书内容有不良信息或侵权等情形的,请联系本网站。