注册 | 登录
100 条"数据挖掘导论（原书第2版）"搜索结果
数据挖掘导论（原书第2版）
数据挖掘导论（原书第2版）
  • [美]陈封能
  • 陈封能领衔编写的数据挖掘经典畅销教材新版斯坦福大学、密歇根州立大学、明尼苏达大学、得克萨斯大学等知名高校的数据挖掘课程教材从基础概念和算法的角度介绍数据挖掘所使用的主要原理与技术本书特点针对每个主题，从基本概念和算法的角度展开讲解。其中，分类、关联分析、聚类分析更是切割成介绍章和高级章：介绍章覆盖基本概念、代表性算法和评估技术内容；高级章深入讨论高级概念和算法。避免错误发现主题更是数据挖掘相关教科书中少见的，该主题讨论了关于避免虚假结果的统计概念，作为其他章节的补充，强调对数据分析结果的有效性和可重复性的关注。基础内容和高级内容渐进的巧妙安排，使读者能透彻地理解数据挖掘的基础，同时掌握更多重要的高级技巧。
数据挖掘 电子书
数据挖掘
  • 宋万清
  • 本书着力于介绍数据挖掘基础知识、基本原理、常用算法，主要内容包括数据挖掘概述、数据的描述与可视化、数据的采集和预处理、数据的归约、关联规则挖掘、分类与预测、非线性预测模型、聚类分析、深度学习简介、使用Weka进行数据挖掘。本书通俗易懂，注重基础知识、基本原理和基本方法，注重启发和引申，以培养学生独立思考和独立发现的能力。　　本书适合作为数据科学与大数据、信息管理、统计等专业的本科层次基础课教材，也
数据挖掘及其应用 电子书
数据挖掘及其应用
  • 李燕
  • 随着互联网、云计算和人工智能等高科技信息技术的飞速发展，人类已迈入大数据时代，但很多时候我们会感到被数据淹没，却缺乏知识的困境，并没有“得数据者得天下”的能力，我们迫切需要从海量数据中，找到值得参考的样型或规则，转换成有价值的信息或知识，创造更多新价值，因此，数据挖掘成了我们提取数据信息的必要窗口。　　本书共8章，主要介绍了数据挖掘的理论方法与实践应用，内容涵盖了关联规则挖掘、决策树分析、聚类分析
大数据导论 电子书
大数据导论
  • 杨尊琦
  • 帮助读者更深入地认识和掌握大数据的应用价值。
大数据导论 电子书
大数据导论
  • 安俊秀 靳宇倡 等
  • 本书内容包括大数据概述、大数据与云计算、从产业结构来探索大数据技术、大数据的硬件架构——集群、大数据开发与计算技术、大数据存储技术、大数据分析、大数据与人工智能。
大数据导论 电子书
大数据导论
  • 林子雨
  • 本书内容包括大数据概述、大数据与其他新兴技术的关系、大数据基础知识、大数据应用、数据采集与预处理、数据存储与管理、数据处理与分析、数据可视化、大数据分析综合案例。
大数据导论 电子书
大数据导论
  • 甘勇,陶红伟
  • 随着大数据时代的到来，涌现出多元化海量数据。大数据背后隐藏着大量的经济利益，尤其是通过数据整合、分析与挖掘，其所表现出的数据整合与控制力量已经远超以往。本书详细介绍了数据科学与大数据技术的详细内容。共分为9章，主要内容包括：大数据与数据科学、数据采集与数据预处理、数据存储、大数据处理平台、数据分析、数据可视化、数据安全与隐私、大数据应用、数据思维。　　本书适合作为数据科学与大数据专业及其相关专业本
大数据导论 电子书
大数据导论
  • 黄源
  • 本书全面、系统地介绍了大数据的基本原理与概念，并对一些大数据的应用实例进行讲解，共9章，分别讲解大数据的基本知识、大数据与新一代信息技术、数据采集、大数据存储、数据清洗、大数据分析与挖掘、数据可视化、大数据安全与治理以及大数据的应用。本书可作为高等院校大数据专业、人工智能专业、软件技术专业、云计算专业、计算机网络专业的专业基础课教材，也可作为大数据爱好者的参考书。
大数据导论 电子书
大数据导论
  • 张良均
  • 本书以大数据处理技术涉及的主要流程为主线，深入浅出地介绍大数据相关的基础知识。本书条理清晰、重点突出，内容循序渐进、难易得当。全书共7章，内容包括大数据概述，大数据采集，大数据存储与管理，大数据分析，数据可视化，数据安全、隐私保护与开放共享，以及大数据技术应用实例。本书还设置了实训和课后习题，通过练习和操作实践，帮助读者巩固所学的内容。
大数据时代的数据挖掘 电子书
大数据时代的数据挖掘
  • 李涛
  • （1）内容全面，覆盖当前数据挖掘的主要应用。在介绍每个应用案例时，详细阐述应用的背景，该领域中数据的来源和特点，数据采集与预处理方式，应用领域中数据挖掘的任务和实施数据挖掘技术的难点。同时提供相应的数据挖掘算法分析、工具设计以及系统实现。（2）条理清晰、便于理解。一方面，面向热爱和关心数据挖掘技术的学术界和工业界读者，帮助他们更好地理解研究的目的和应用的基础；另一方面，让没有太多相关技术背景的读者可以通过阅读本书能够了解数据挖掘的意义和价值，可以看出数据挖掘是如何被广泛地应用于实际案例并成为解决各种问题的核心工具。
机器学习与数据挖掘 电子书
机器学习与数据挖掘
  • 王璐烽
  • 本书以项目实践作为主线，结合必需的理论知识，以任务的形式进行内容设计，每个任务都包含任务描述及任务实施的步骤，读者按照实施步骤进行操作就可以完成相应的学习任务，从而不断提升项目实践能力。本书主要内容涉及机器学习的基础知识，模型评估与选择，回归、分类、聚类等机器学习算法，数据挖掘的基础知识，数据分析与应用，以及通过用户行为分析预测项目学习如何将机器学习与数据挖掘应用到实际中。本书适合使用机器学习与数
大数据：挖掘数据背后的真相 电子书
大数据：挖掘数据背后的真相
大数据分析与挖掘 电子书
大数据分析与挖掘
  • 石胜飞
  • 数据科学与大数据技术专业系列规划教材。强调概念+算法实践，让你“小数据”上会“算”，“大数据”上“算得快”。
Python数据处理与挖掘 电子书
Python数据处理与挖掘
  • 吴振宇 李春忠 李建锋
  • 本书以构建完整的知识体系为目标，按照从简单到复杂的思路，贯穿了数据处理与挖掘的各个环节，具体包括：Python快速入门、Python数据类型、Python常用模块、Python数据获取、Python数据挖掘基础、Python数据挖掘算法、Python大数据挖掘和Python数据可视化。此外，针对各知识点，全书均设计了相应的Python案例，并给出了实现代码、效果图以及相应的解释，以强化读者对各知识
Python数据分析与挖掘 电子书
Python数据分析与挖掘
  • 杨玲
  • 本书面向大数据应用型人才，以任务为导向，系统地介绍Python数据分析与挖掘的常用技术与真实案例。全书共7章，第1、2章介绍Python数据分析的常用模块及其应用，涵盖NumPy数值计算模块、pandas数据分析模块，较为系统地阐述Python数据分析的方法；第3、4章介绍轻量级的数据交换格式JSON和连接MySQL数据库的pymysql模块，并以此进行数据综合案例的分析；第5章介绍Matplot
精益创业实战（原书第3版） 电子书
精益创业实战（原书第3版）
文本数据挖掘——基于R语言 电子书
文本数据挖掘——基于R语言
  • 黄天元
  • 文本是一种特殊的非结构化数据，在当今的大数据时代，其价值日趋凸显。本书利用开源而强大的R软件，对文本数据挖掘的概念、技术及技巧进行了系统的介绍。本书共11章，内容包括：走进文本数据挖掘，R语言快速入门，字符串的基本处理，用好正则表达式，导入各类文本数据，对各类文本数据进行预处理，文本特征提取的4种方法，基于机器学习的文本分类方法，文本情感分析，文本可视化，文本数据挖掘项目实践。本书还提供了丰富的应
Python数据分析与挖掘实战 电子书
Python数据分析与挖掘实战
  • 翟世臣，张良均　主编
  • 本书共11章，分为基础篇(第1-5章)和实战篇(第6-11章)，基础篇包括数据挖掘基础、Python数据挖掘编程基础、数据探索、数据预处理、数据挖掘算法基础等基础知识：实战篇包括6个案例，分别为信用卡高风险客户识别、餐饮企业菜品关联分析、金融服务机构资金流量预测、O2O优惠券使用预测、电视产品个性化推荐，以及基于TipDM大数据挖掘建模平台实现金融服务机构资金流量预测。本书大部分章节包含实训和课后
数据挖掘——基于R语言的实战 电子书
数据挖掘——基于R语言的实战
  • 张俊妮
  • 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。
Python数据挖掘实战（微课版） 电子书
Python数据挖掘实战（微课版）
  • 王磊
  • 数据挖掘旨在发现蕴含在数据中的有价值的数据模式、知识或规律，是目前非常热门的研究领域。理解数据挖掘模型的原理、方法并熟练掌握其实现技术是数据挖掘从业者必备的能力。本书从理论模型和技术实战两个角度，全面讲述数据挖掘的基本流程、模型方法、实现技术及案例应用，帮助读者系统地掌握数据挖掘的核心技术，培养读者从事数据挖掘工作的基本能力。全书共12章，主要内容包括数据探索、数据预处理、特征选择、基础分类模型及
IBM SPSS Modeler 18.0数据挖掘权威指南 电子书
IBM SPSS Modeler 18.0数据挖掘权威指南
  • 张浩彬
  • 联袂推荐暨南大学教授、博士生导师刘建平，暨南大学研究生院副院长、经济学院统计学系副主任、教授、博士生导师陈光慧，天善智能创始人梁勇，IBM技术专家刘咏梅，IBM数据科学家钟云飞，广东省环保厅环境咨询专家委员会专家、广东柯内特环境科技有限公司总经理朱斌本书特色内容全面：涉及数据读取、数据处理、数据可视化、统计分析与检验、数据挖掘算法、自动建模、集成与扩展、模型部署、性能优化、数据挖掘方法论等诸多内容；讲解透彻：既有理论的讲解，又涵盖应用的实践，而且在工具的介绍上，尽可能包括每一个选项的内容和应用形式，力求让读者“吃透”每一章节的内容；突出实战：集行业经验、项目实践、算法剖析、应用技巧于一身，配套提供数据文件以及数据模型文件，方便读者动手实践。
推荐书籍
相关词语
大数据 数据挖掘 推荐系统 文本挖掘 生物医疗大数据 隐私保护 数据库 科技关键词 数据分析 华为 大数据分析 创业 计算机 科技 计算机科学 建模 SPSS Modeler
意见反馈
我的书架

公众号

关注微信公众号