暂无商品咨询信息 [发表商品咨询]
本书是数据挖掘精髓的浓缩。章用通俗易懂的语言回答五个基本问题,包括什么是数据,什么是大数据,什么是数据挖掘,以及数据挖掘能挖掘出哪些东西和会产生什么价值。然后用6章的篇幅介绍k-均值、k-近邻、朴素贝叶斯、决策树、回归分析和关联规则挖掘等6种方法。第8章介绍一些实际的应用,演示简单的数据挖掘方法如何产生巨大的价值。本书可供高校的数据科学与大数据、智能科学与技术、人工智能、计算机科学与技术和统计类、应用数学等相关专业的学生作为教材使用,也可供高校的商科大数据、金融等专业的学生、很好的中学生、科技企业的管理者和相关行业的投资人学习参考。
目 录章 概述11.1 什么是数据11.2 什么是大数据31.3 什么是数据挖掘61.4 能挖掘出什么81.5 会产生什么价值10第2章 k-均值122.1 基本算法132.2 k-均值示例152.3 k-均值算法的局限性21练习赛21第3章 k-近邻243.1 k-近邻基本算法253.2 评价分类效果的常见指标263.3 影响算法精确度的若干问题283.4 k-近邻算法示例31练习赛35第4章 朴素贝叶斯364.1 贝叶斯定理364.2 贝叶斯基本算法394.3 贝叶斯算法案例414.4 处理连续特征45练习赛46第5章 回归475.1 线性回归的最简示例475.2 线性回归的一般形式535.3 逻辑回归的最简示例555.4 逻辑回归的一般形式595.5 小结和讨论60练习赛62第6章 决策树636.1 构建决策树636.2 经典决策树:ID3、C4.5和CART666.3 连续值、缺失值和剪枝706.4 小结和讨论75练习赛77第7章 关联规则挖掘787.1 基本算法思想787.2 Apriori算法示例807.3 小结和讨论85练习赛86第8章 数据挖掘应用创新案例878.1 提升生产制造过程的良品率878.2 刻画全球化对碳排放的影响898.3 捕捉电商评论中的用户情感918.4 实时发现微博中的热点事件94推荐阅读材料96
基本信息 | |
---|---|
出版社 | 电子工业出版社 |
ISBN | 9787121359637 |
条码 | 9787121359637 |
编者 | 周涛 |
译者 | -- |
出版年月 | 2020-03-01 00:00:00.0 |
开本 | 其他 |
装帧 | 平装 |
页数 | 128 |
版次 | 1 |
印次 | 1 |
暂无商品评论信息 [发表商品评论]
暂无商品咨询信息 [发表商品咨询]