目前无货。
欢迎选购其他类似产品。
前翻 后翻
正在播放... 已暂停   您正在聆听的 Audible 音频版本的样品。
了解更多信息
查看全部 2 张图片

数据挖掘导论 平装 – 2012年1月1日

| 天天低价·正品质优
|
分享
广告

显示所有 格式和版本 隐藏其他格式和版本
亚马逊价格
全新品最低价 非全新品最低价
平装, 2012年1月1日
 

click to open popover

无需Kindle设备,下载免费Kindle阅读软件,即可在您的手机、电脑及平板电脑上畅享阅读。

  • 点击此处下载Kindle iOS阅读软件
    iPhone/iPad/Mac
  • 点击此处下载Kindle Android阅读软件
    Android手机或平板电脑

请输入您的手机号码,获取Kindle阅读软件的下载链接。

kcpAppSendButton


基本信息

  • 出版社: 中国科学技术大学出版社; 第1版 (2012年1月1日)
  • 平装: 297页
  • 语种: 简体中文
  • 开本: 16
  • ISBN: 9787312029585, 7312029582
  • 条形码: 9787312029585
  • 商品尺寸: 25.8 x 18.4 x 1.2 cm
  • 商品重量: 458 g
  • 品牌: 中国科学技术大学出版社
  • ASIN: B006Y57I1Y
  • 用户评分: 平均 2.4 星 2 条商品评论
  • 您想告诉我们您发现了更低的价格?

商品描述

编辑推荐

《数据挖掘导论》适合作为高等院校高年级本科生、研究生相关课程的教材或参考书。对从事数据挖掘应用的技术人员以及希望了解数据挖掘方法与应用的广大数据挖掘用户,《数据挖掘导论》也具有一定的参考价值。

目录

前言
第1章数据挖掘导论
1.1数据挖掘的起源
1.2数据挖掘的过程
1.3数据挖掘的任务
1.4数据挖掘系统与工具
1.5数据挖掘的发展趋势
本章小结
思考题
第2章数据仓库与在线分析
2.1数据仓库的概念
2.2数据仓库数据模型
2.3数据仓库的构建
2.4数据仓库在线分析
2.5数据仓库应用示例
本章小结
思考题
第3章分类挖掘(1)
3.1分类挖掘概述
3.2决策树分类方法
3.3决策树分类算法深入
3.4分类挖掘评估与改进
3.5分类挖掘应用
本章小结
思考题
第4章分类挖掘(2)
4.1贝叶斯分类方法
4.2k近邻分类方法
4.3神经网络分类方法
4.4遗传算法分类方法
4.5分类器集成方法
4.6分类挖掘应用
本章小结
思考题
第5章关联挖掘
5.1关联挖掘概述
5.2基本关联挖掘方法
5.3关联挖掘深入
5.4分布式关联挖掘
5.5关联挖掘应用
本章小结
思考题
第6章聚类分析
6.1聚类分析概述
6.2聚类分析中的数据类型
6.3主要聚类方法
6.4划分方法
6.5层次方法
6.6基于密度方法
6.7基于网格方法
6.8基于模型方法
6.9聚类挖掘应用
本章小结
思考题
第7章异类挖掘
7.1异类挖掘概述
7.2孤立点挖掘方法
7.3基于聚类的异类挖掘
7.4基于数据延续性的异常挖掘
7.5异类挖掘应用
本章小结
思考题
第8章数据流挖掘
8.1数据流挖掘概述
8.2数据流分类挖掘
8.3数据流关联挖掘
8.4数据流聚类挖掘
8‘5数据流挖掘应用
思考题
第9章文本挖掘
9.1文本挖掘概述
9.2文本表示方法
9.3文本分类挖掘
9.4文本聚类挖掘
9.5文本挖掘应用
本章小结
思考题
第10章数据挖掘应用
10.1客户关系管理应用
10.2电子商务应用
10.3商务智能应用
本章小结
思考题
第11章数据挖掘云
11.1云计算概述
11.2分类挖掘云计算
11.3关联挖掘云计算
11.4数据挖掘云应用
本章小结
思考题
参考文献


无顾客评论

5 星 (0%) 0%
4 星 (0%) 0%
3 星 (0%) 0%
2 星 (0%) 0%
1 星 (0%) 0%

评论该商品

与其他买家分享您的想法