數(shù)據(jù)挖掘技術(shù)

定　價：￥29.00

作　者：	王小妮著
出版社：	北京航空航天大學(xué)出版社
叢編項：
標(biāo)　簽：	計算機(jī)與互聯(lián)網(wǎng) 數(shù)據(jù)庫

購買這本書可以去

ISBN：	9787512413764	出版時間：	2014-08-01	包裝：	平裝
開本：	16開	頁數(shù)：	229	字?jǐn)?shù)：

內(nèi)容簡介

　　《數(shù)據(jù)挖掘技術(shù)》是基于數(shù)據(jù)挖掘經(jīng)典算法及數(shù)據(jù)挖掘領(lǐng)域最新研究技術(shù)進(jìn)行數(shù)據(jù)分析的教材。全書內(nèi)容包括數(shù)據(jù)挖掘概述、分類算法、聚類算法、關(guān)聯(lián)規(guī)則算法及相應(yīng)典型算法的算法描述及分析等。對當(dāng)前數(shù)據(jù)挖掘的新技術(shù)——流數(shù)據(jù)挖掘技術(shù)、高維聚類算法、分布式數(shù)據(jù)挖掘、物聯(lián)網(wǎng)數(shù)據(jù)挖掘進(jìn)行了詳細(xì)的介紹。該部分在講述基本概念及典型算法的基礎(chǔ)上配有新研究的算法模型及分析，并有實驗數(shù)據(jù)分析及結(jié)果顯示。最后對其他數(shù)據(jù)挖掘新技術(shù)，包括業(yè)務(wù)活動監(jiān)控挖掘技術(shù)、云計算平臺架構(gòu)和數(shù)據(jù)挖掘方法及思維流程數(shù)據(jù)挖掘技術(shù)進(jìn)行了描述?！稊?shù)據(jù)挖掘技術(shù)》可以作為高等院校信息管理、數(shù)理統(tǒng)計等專業(yè)有關(guān)數(shù)據(jù)挖掘教學(xué)的本科生或者研究生的專業(yè)課教材，也可以作為各類相關(guān)培訓(xùn)班的教材，還可以作為從事數(shù)據(jù)分析、智能產(chǎn)品軟件開發(fā)人員的參考書及數(shù)據(jù)挖掘愛好者的自學(xué)用書。

作者簡介

暫缺《數(shù)據(jù)挖掘技術(shù)》作者簡介

圖書目錄

第1章數(shù)據(jù)挖掘概述1．1數(shù)據(jù)挖掘的概念1．1．1KDD與數(shù)據(jù)挖掘1．1．2數(shù)據(jù)挖掘過程1．1．3數(shù)據(jù)挖掘任務(wù)1．2數(shù)據(jù)挖掘的發(fā)展歷程1．3數(shù)據(jù)挖掘的分類1．4數(shù)據(jù)挖掘的研究方法1．4．1統(tǒng)計分析方法1．4．2決策樹方法1．4．3模糊集方法1．4．4粗糙集方法1．4．5人工神經(jīng)網(wǎng)絡(luò)方法1．4．6遺傳算法1．5國內(nèi)外數(shù)據(jù)挖掘研究現(xiàn)狀本章小結(jié)參考文獻(xiàn)
第2章分類算法分析2．1分類概念2．2分類方法2．3決策樹算法2．3．1ID3算法2．3．2C4．5算法2．4貝葉斯分類2．5粗糙集方法2．5．1粗糙集模型擴(kuò)展2．5．2粗糙集與其他不確定信息處理理論的關(guān)系2．6遺傳算法2．7其他分類算法本章小結(jié)參考文獻(xiàn)
第3章聚類算法分析3．1聚類分析概述3．1．1聚類分析概念3．1．2聚類分析中的數(shù)據(jù)類型3．2聚類分類3．3劃分方法3．3．1K—means算法3．3．2Kmedoid算法3．4層次方法3．4．1BIRCH算法3．4．2CURE算法3．5密度方法3．5．1DBSCAN算法3．5．2OPTICS算法3．6網(wǎng)格方法3．6．1STING算法3．6．2Wavecluster算法3．7基于標(biāo)量化III的聚類統(tǒng)計算法3．7．1數(shù)學(xué)描述3．7．2計算方法3．7．3文本數(shù)據(jù)3．7．4應(yīng)用實例3．8其他聚類算法本章小結(jié)參考文獻(xiàn)
第4章關(guān)聯(lián)規(guī)則算法分析4．1關(guān)聯(lián)規(guī)則概念4．2頻繁模式挖掘……第5章流數(shù)據(jù)挖掘技術(shù)第6章高維聚類算法第7章分布式數(shù)據(jù)挖掘第8章物聯(lián)網(wǎng)數(shù)據(jù)挖掘