注冊 | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當(dāng)前位置: 首頁出版圖書科學(xué)技術(shù)計(jì)算機(jī)/網(wǎng)絡(luò)數(shù)據(jù)庫數(shù)據(jù)庫理論數(shù)據(jù)挖掘技術(shù)及應(yīng)用

數(shù)據(jù)挖掘技術(shù)及應(yīng)用

數(shù)據(jù)挖掘技術(shù)及應(yīng)用

定 價(jià):¥33.00

作 者: 陳安等編著
出版社: 科學(xué)出版社
叢編項(xiàng): 數(shù)據(jù)庫應(yīng)用系列叢書
標(biāo) 簽: 數(shù)據(jù)采集

ISBN: 9787030168986 出版時(shí)間: 2006-03-01 包裝: 平裝
開本: 16開 頁數(shù): 365 字?jǐn)?shù):  

內(nèi)容簡介

數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)是目前幾乎所有涉及到海量數(shù)據(jù)處理的行業(yè)與領(lǐng)域都會(huì)采用的關(guān)鍵技術(shù)之一。本書從數(shù)據(jù)挖掘的概念、方法、技術(shù)及應(yīng)用等多個(gè)角度描述了數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)的成果,是一本具有較高參考價(jià)值的學(xué)術(shù)著作。 本書對數(shù)據(jù)挖掘的技術(shù)進(jìn)行了較為全面的介紹,針對每項(xiàng)技術(shù)在不同領(lǐng)域的應(yīng)用進(jìn)行了初步探討,并給出了一個(gè)數(shù)據(jù)挖掘系統(tǒng)設(shè)計(jì)與開發(fā)的全過程。本書從一些數(shù)據(jù)挖掘中的具體應(yīng)用案例出發(fā),引出相關(guān)理論,從問題背景到數(shù)據(jù)挖掘方法的具體應(yīng)用都有說明,對實(shí)踐極富指導(dǎo)價(jià)值。全書七章內(nèi)容包括關(guān)聯(lián)規(guī)則挖掘方法、數(shù)據(jù)分類與聚類技術(shù)、預(yù)測與序列模式發(fā)現(xiàn)方法以及Web挖掘等。 本書可作為高等院校計(jì)算機(jī)及相關(guān)專業(yè)本科高年級學(xué)生的參考教材,也可作為計(jì)算機(jī)軟件與應(yīng)用、信息科學(xué)等專業(yè)研究生的專業(yè)課教材或參考書,還可作為信息產(chǎn)業(yè)管理部門、信息技術(shù)公司及其他從事海量數(shù)據(jù)處理的相關(guān)人員進(jìn)行本行業(yè)領(lǐng)域研究與開發(fā)的參考書。

作者簡介

暫缺《數(shù)據(jù)挖掘技術(shù)及應(yīng)用》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)挖掘技術(shù)產(chǎn)生的動(dòng)力
1.2 數(shù)據(jù)挖掘的概念與方法概述
1.3 數(shù)據(jù)挖掘的分類
1.4 數(shù)據(jù)挖掘的主要功能
1.5 數(shù)據(jù)挖掘的工具及軟件
1.6 數(shù)據(jù)挖掘的專利
1.7 數(shù)據(jù)挖掘技術(shù)的應(yīng)用狀況
1.8 本章小結(jié)
本章參考文獻(xiàn)
思考題
第2章 關(guān)聯(lián)規(guī)則發(fā)現(xiàn)
2.1 關(guān)聯(lián)規(guī)則挖掘的典型問題--貨籃數(shù)據(jù)分析
2.2 關(guān)聯(lián)規(guī)則挖掘的基本概念
2.3 二值型關(guān)聯(lián)規(guī)則挖掘
2.4 并行關(guān)聯(lián)規(guī)則挖掘算法
2.5 數(shù)值型關(guān)聯(lián)規(guī)則挖掘算法
2.6 多層次關(guān)聯(lián)規(guī)則挖掘
2.7 增量式關(guān)聯(lián)規(guī)則挖掘
2.8 關(guān)聯(lián)規(guī)則挖掘的其他問題
2.9 關(guān)聯(lián)規(guī)則挖掘在文獻(xiàn)分析中的應(yīng)用
2.10 本章小結(jié)
本章參考文獻(xiàn)
思考題
第3章 數(shù)據(jù)分類
3.1 決策樹
3.2 神經(jīng)網(wǎng)絡(luò)
3.3 遺傳算法
3.4 支持向量機(jī)
3.5 其他分類方法
3.6 分類方法在人臉識(shí)別中的應(yīng)用
3.7 本章小結(jié)
本章參考文獻(xiàn)
思考題
第4章 聚類分析
4.1 聚類和聚類分析
4.2 數(shù)據(jù)類型
4.3 相似度量方法
4.4 聚類方法的分類
4.5 劃分聚類方法
4.6 層次聚類方法
4.7 基于空間索引的聚類方法
4.8 自組織神經(jīng)網(wǎng)絡(luò)
4.9 其他聚類方法
4.10 聚類方法的評價(jià)
4.11 聚類應(yīng)用案例
4.12 本章小結(jié)
本章參考文獻(xiàn)
思考題
第5章 統(tǒng)計(jì)預(yù)測方法與序列模式挖掘
5.1 時(shí)間序列與序列模式
5.2 時(shí)間序列預(yù)測的基本方法
5.3 回歸預(yù)測方法
5.4 統(tǒng)計(jì)預(yù)測案例分析
5.5 序列模式挖掘的基本概念與方法
5.6 多層次序列模式挖掘方法
5.7 多層次序列模式挖掘在供應(yīng)鏈管理中的應(yīng)用
5.8 本章小結(jié)
本章參考文獻(xiàn)
思考題
第6章 Web上的數(shù)據(jù)挖掘
6.1 Web上的數(shù)據(jù)
6.2 Web上的數(shù)據(jù)挖掘
6.3 Web中數(shù)據(jù)挖掘的應(yīng)用
6.4 XML與數(shù)據(jù)挖掘
6.5 電子商務(wù)的數(shù)據(jù)挖掘
6.6 本章小結(jié)
本章參考文獻(xiàn)
思考題
第7章 數(shù)據(jù)挖掘系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
7.1 數(shù)據(jù)挖掘工具
7.2 分布式環(huán)境下的集成數(shù)據(jù)挖掘系統(tǒng)
7.3 本章小結(jié)
本章參考文獻(xiàn)
思考題
附錄 數(shù)據(jù)挖掘產(chǎn)品特點(diǎn)與應(yīng)用案例表

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) m.ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號(hào) 鄂公網(wǎng)安備 42010302001612號(hào)