數(shù)據(jù)挖掘原理與SPSS Clementine應(yīng)用寶典

　　《數(shù)據(jù)挖掘原理與SPSS Clementine應(yīng)用寶典》從數(shù)據(jù)挖掘基礎(chǔ)、數(shù)據(jù)挖掘經(jīng)典算法、數(shù)據(jù)挖掘業(yè)務(wù)建模與模型評價、SPSS Clementine數(shù)據(jù)挖掘?qū)崉?wù)這4方面對數(shù)據(jù)挖掘技術(shù)進行了全面介紹，既包含傳統(tǒng)經(jīng)典的數(shù)據(jù)挖掘方法，同時也包含了部分?jǐn)?shù)據(jù)挖掘的最新研究成果；通過學(xué)習(xí)讀者可以對數(shù)據(jù)挖掘理論有一定的認(rèn)識，理解數(shù)據(jù)挖掘經(jīng)典算法的實現(xiàn)，并且可以掌握數(shù)據(jù)挖掘建模以及SPSS Clementine數(shù)據(jù)挖掘?qū)崙?zhàn)?！稊?shù)據(jù)挖掘原理與SPSS Clementine應(yīng)用寶典》共24章，分為4部分。第1部分?jǐn)?shù)據(jù)挖掘應(yīng)用基礎(chǔ)，包括第1～5章。通過本部分的學(xué)習(xí)可以了解掌握數(shù)據(jù)挖掘的基本概念及數(shù)據(jù)挖掘應(yīng)用的基本原理。第2部分?jǐn)?shù)據(jù)挖掘經(jīng)典算法，包括第6～15章，包括回歸分析的基本原理以及各種回歸分析的方法；貝葉斯網(wǎng)絡(luò)的基本概念和一些常用的算法；聚類分析的原理和常用的聚類算法；決策樹算法的原理和常用算法；關(guān)聯(lián)規(guī)則的基本概念、原理以及常用算法；粗糙集基本概念，算法以及在數(shù)據(jù)挖掘中的應(yīng)用；基本的神經(jīng)網(wǎng)絡(luò)模型的原理和算法；遺傳算法的基本構(gòu)成，算法及其在數(shù)據(jù)挖掘中的應(yīng)用；支持向量機的基本原理和實現(xiàn)技術(shù)。第3部分?jǐn)?shù)據(jù)挖掘建模與模型，包括第16～17章。本部分是數(shù)據(jù)挖掘建模和模型評價的基礎(chǔ)知識。第4部分SPSS Clementine數(shù)據(jù)挖掘?qū)崉?wù)，包括第18～24章。本部分包括SPSS Clementine的使用入門和SPSS Clementine數(shù)據(jù)挖掘項目的實現(xiàn)和具體實施，最后講解了SPSSClementine的3個典型案例?！稊?shù)據(jù)挖掘原理與SPSS Clementine應(yīng)用寶典》可作為高等院校計算機科學(xué)與技術(shù)專業(yè)、軟件工程專業(yè)或信息類等相關(guān)專業(yè)的教材，也可作為有關(guān)數(shù)據(jù)挖掘方面的培訓(xùn)教材，以及所有擬從事數(shù)據(jù)挖掘領(lǐng)域工作研究的學(xué)生、學(xué)者、工程師的參考用書。

暫缺《數(shù)據(jù)挖掘原理與SPSS Clementine應(yīng)用寶典》作者簡介