数据挖掘核心技术揭秘_12博手机版

大数据 您所在的位置:主页 > 大数据 >
数据挖掘核心技术揭秘

类别:大数据 发布时间:2020-02-05 15:58 浏览:

      1参考材料1-.-引证日子2017-12-26情节均由网友功绩,编者、创始、改动和认证均免费|端详,问世信息__书名:数据挖掘技术与使用(第2版)笔者:陈燕定价:35元印次:2-1ISBN:9787302432494问世日子:2016.08.01印日子:2016.07.01情节简介__本书系地阐释了数据挖掘发生的背景、技术、多种相干法子及具体使用,要紧情节囊括数据挖掘概述,数据收集、集成与预料理技术,多维数据辨析与机构,预计模子钻研与使用,联系守则模子及使用,聚类辨析法子与使用,毛糙集法子与使用,遗传算法与使用,因糊涂思想的模子与使用,灰不溜秋系思想与法子,因数据挖掘的学问推导。

      主分说析和因数辨析在数据化营业践诺中要紧用来数据料理、降维、变量间瓜葛的探究等上面,并且当做统计学里的根本而紧要的辨析工具和辨析法子,它们在一些专题辨析中也有着广阔的使用。

      全书共分成10章,囊括商务智能根本概念、数据仓付出模子、数据仓付出使用进程、联机辨析、数据挖掘根本原理和技术、数据挖掘使用工具、电子商务的智能化、商务智能的保管使用,以及商务智能系的付出使用实例等情节。

      神经网是人脑的抽象划算模子,数据挖掘中的神经网是由大度并行分布的微料理单元组成的,它有通过调整连强度从经历学问中进展念书的力量,并得以将这些学问进展使用。

      有些(第1~3章)关涉数据挖掘技术的地基学问,说明数据挖掘的界说、数据挖掘工具及使用天地,数据挖掘的数学地基情节,以及洪量数据挖掘料理技术。

      2)选择`协方差阵`或`相关阵划算特征根`及对应的`特征向量`。

      对部分实数型数据,经过概念分层和据的天各一方化来转换数据也是紧要的一步。

      对高维数据挖掘中的相像性搜索、高维数据聚类、高维数据非常检测、高维数据频繁模式发觉及电子商务中的共同过滤技术进展了钻研,提出了相干的速决方案和相对应算法。

      编者引荐__本书是笔者近年来务高维数据挖掘钻研硕果的总结。

      ·文分内类。

      每章后还附有可供读者自我测试的练习,以扶助读者对全书的了解。

      国语名数据挖掘技术技术流水线信息采集数据集成据规约遗传算法是一样仿生大局优化法子分门别类数据挖掘从数据本身来考虑,平常数据挖掘需求有底据踢蹬、数据转换、数据挖掘实施进程、模式评估和学问示意等8个步调。

      sunil已胜利地付出了一个因遗传算法的数据挖掘工具,采用该工具对两个铁鸟失事的实数据库进展了数据挖掘试验,后果表明遗传算法是进展数据挖掘的有效法子之一4。

      公文小结是指从文档中抽取关头信息,用简洁的式对文档情节进展撮要或解说。

      6贝叶斯分门别类法子贝叶斯分门别类法子(BayesianClassifier)是异常熟的统计学分门别类法子,它要紧用来预计类分子间瓜葛的可能。

      第五有些(第13章)说明引荐系这垂范的数据挖掘使用。

      目次__第1有些据挖掘和工商业决策第1章数据挖掘引论1.1概述1.2数据挖掘的界说1.3进展数据挖掘的必需性1.4数据挖掘的进程1.4.1界说事务目标1.4.2甄别数据源1.4.3采集数据1.4.4选择数据1.4.5数据质量检讨1.4.6数据变换1.4.7数据挖掘1.4.8后果解说1.5数据挖掘的作用和法子1.5.1预估模子1.5.2聚类1.5.3链接辨析1.5.4时刻序列辨析1.6数据挖掘项目胜利的要素1.6.1好的数据源1.6.2好的速决方案1.6.3好的算法1.6.4好的系撑持1.6.5好的团队协作1.7总结第2有些据挖掘技术第2章聚类辨析与统计地基第3章预估与分门别类模子第4章链接辨析第3有些据挖掘使用第5章客户细分第6章预筛选和目标模子第7章承销模子第8章不良行止和砸锅模子第9章欺诈侦测第10章流失模子第11章托收事务辨析第12章利润力量辨析第13章交销行和促销第4有些专题辨析第14章分销网决策第15章利用数据挖掘的定价计策第16章公文挖掘第17章客户瓜葛保管第18章财务指标预警辨析第19章可视化技术第20章数据挖掘工具参考文献情节均由网友功绩,编者、创始、改动和认证均免费|端详,根本简介__《大数据挖掘技术与使用》是冶炼工业问世社问世的一本书。

Copyright © 12博手机版 版权所有 ICP备案 无