數(shù)據(jù)挖掘與應(yīng)用

定　價(jià)：￥22.00

作　者：	張俊妮編著
出版社：	北京大學(xué)出版社
叢編項(xiàng)：	北京大學(xué)光華管理學(xué)院教材·商務(wù)統(tǒng)計(jì)系列
標(biāo)　簽：	數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787301152393	出版時(shí)間：	2009-06-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	185	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《數(shù)據(jù)挖掘與應(yīng)用》全面地介紹了數(shù)據(jù)挖掘的相關(guān)主題.包括數(shù)據(jù)理解與數(shù)據(jù)準(zhǔn)備、關(guān)聯(lián)規(guī)則挖掘、多元統(tǒng)計(jì)中的降維方法、聚類(lèi)分析、神經(jīng)網(wǎng)絡(luò)、決策樹(shù)方法、模型評(píng)估等內(nèi)容。全書(shū)體系完整，文字精煉，注重對(duì)數(shù)據(jù)挖掘方法的直覺(jué)理解及其應(yīng)用：同時(shí)，保持了一定的嚴(yán)謹(jǐn)性，為學(xué)生理解和運(yùn)用這些方法提供了堅(jiān)實(shí)的基礎(chǔ)。《數(shù)據(jù)挖掘與應(yīng)用》實(shí)例豐富，并附有相應(yīng)SAS程序，以便于學(xué)生盡快理解相關(guān)內(nèi)容并用以解決實(shí)際問(wèn)題?！稊?shù)據(jù)挖掘與應(yīng)用》配有教輔，可以免費(fèi)提供給任課教師使用。如需要，歡迎填寫(xiě)書(shū)后的“教師反饋及課件申請(qǐng)表’索取。

作者簡(jiǎn)介

　　張俊妮，美國(guó)哈佛大學(xué)統(tǒng)計(jì)學(xué)博士，現(xiàn)為北京大學(xué)光華管理學(xué)院商務(wù)統(tǒng)計(jì)及經(jīng)濟(jì)計(jì)量系副教授。研究領(lǐng)域包括因果推斷、貝葉斯分析、蒙特卡洛方法、數(shù)據(jù)挖掘。在Journal of American Statistical Association、Statistica Sinica、Journal ofEducational and BehavioralStatistics、　《經(jīng)濟(jì)學(xué)（季刊）》、　《數(shù)理統(tǒng)計(jì)與管理》、　《管理世界》等期刊上發(fā)表論文十余篇。

圖書(shū)目錄

第一章數(shù)據(jù)挖掘概述
1.1 什么是數(shù)據(jù)挖掘
1.2 數(shù)據(jù)挖掘的應(yīng)用
1.3 數(shù)據(jù)挖掘方法論
第二章數(shù)據(jù)理解和數(shù)據(jù)準(zhǔn)備
2.1 數(shù)據(jù)理解
2.2 數(shù)據(jù)準(zhǔn)備
2.3 使用SAS進(jìn)行數(shù)據(jù)理解和數(shù)據(jù)準(zhǔn)備：FNBA信用卡數(shù)據(jù)
第三章關(guān)聯(lián)規(guī)則挖掘
3.1 關(guān)聯(lián)規(guī)則的實(shí)際意義
3.2 關(guān)聯(lián)規(guī)則的基本概念及Apriori算法
3.3 負(fù)關(guān)聯(lián)規(guī)則
3.4 序列關(guān)聯(lián)規(guī)則
3.5 使用SAS進(jìn)行關(guān)聯(lián)規(guī)則挖掘
第四章多元統(tǒng)計(jì)中的降維方法
4.1 主成分分析
4.2 探索性因子分析
4.3 多維標(biāo)度分析
第五章聚類(lèi)分析
5.1 距離與相似度的度量
5.2 k均值聚類(lèi)法
5.3 層次聚類(lèi)法
第六章預(yù)測(cè)性建模的一些基本方法
6.1 判別分析
6.2 樸素貝葉斯分類(lèi)算法
6.3 k近鄰法
6.4 線性模型與廣義線性模型
第七章神經(jīng)網(wǎng)絡(luò)
7.1 神經(jīng)網(wǎng)絡(luò)架構(gòu)及基本組成
7.2 誤差函數(shù)
7.3 神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法
7.4 提高神經(jīng)網(wǎng)絡(luò)模型的可推廣性
7.5 數(shù)據(jù)預(yù)處理
7.6 使用SAS建立神經(jīng)網(wǎng)絡(luò)模型
7.7 自組織圖
第八章決策樹(shù)
8.1 決策樹(shù)簡(jiǎn)介
8.2 決策樹(shù)的生長(zhǎng)與修剪
8.3 對(duì)缺失數(shù)據(jù)的處理
8.4 變量選擇
8.5 決策樹(shù)的優(yōu)缺點(diǎn)
第九章模型評(píng)估
9.1 因變量為二分變量的情形
9.2 因變量為多分變量的情形
9.3 因變量為連續(xù)變量的情形
9.4 使用SAS評(píng)估模型
第十章模型組合與兩階段模型
10.1 模型組合
10.2 隨機(jī)森林
10.3 兩階段模型
參考文獻(xiàn)