數(shù)據(jù)挖掘原理、算法與應(yīng)用

定　價(jià)：￥49.00

作　者：	梁亞聲等編著
出版社：	機(jī)械工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	工學(xué) 教材研究生/本科/?？平滩?/td>

購(gòu)買這本書(shū)可以去

ISBN：	9787111496328	出版時(shí)間：	2015-04-01	包裝：
開(kāi)本：		頁(yè)數(shù)：		字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《數(shù)據(jù)挖掘原理算法與應(yīng)用》系統(tǒng)介紹了數(shù)據(jù)挖掘原理、算法和應(yīng)用的相關(guān)知識(shí)。主要內(nèi)容包括數(shù)據(jù)挖掘的過(guò)程、數(shù)據(jù)存儲(chǔ)技術(shù)、數(shù)據(jù)預(yù)處理技術(shù)和算法、異常數(shù)據(jù)檢測(cè)技術(shù)和算法、數(shù)據(jù)分類算法和應(yīng)用、數(shù)據(jù)聚類分析的算法及其應(yīng)用、數(shù)據(jù)關(guān)聯(lián)分析算法及其應(yīng)用、模型的評(píng)估技術(shù)和算法、復(fù)雜數(shù)據(jù)類型的數(shù)據(jù)挖掘技術(shù)。本書(shū)涵蓋了數(shù)據(jù)挖掘過(guò)程的各方面技術(shù)和算法，在內(nèi)容安排上將理論知識(shí)和工程技術(shù)應(yīng)用有機(jī)地結(jié)合起來(lái)，并介紹了許多數(shù)據(jù)挖掘的典型應(yīng)用方法。本書(shū)可作為高等院校計(jì)算機(jī)科學(xué)與技術(shù)、信息管理、數(shù)據(jù)分析等專業(yè)的教科書(shū)，也可作為企業(yè)管理、信息分析人員的技術(shù)參考書(shū)。

作者簡(jiǎn)介

暫缺《數(shù)據(jù)挖掘原理、算法與應(yīng)用》作者簡(jiǎn)介

圖書(shū)目錄

出版說(shuō)明
前言
第1章概述
1.1 從數(shù)據(jù)中獲取知識(shí)
1.2 數(shù)據(jù)挖掘的基本概念
1.3 數(shù)據(jù)挖掘的發(fā)展歷程
1.4 數(shù)據(jù)挖掘的功能和數(shù)據(jù)挖掘系統(tǒng)的分類
    1.4.1 分類與回歸
    1.4.2 聚類分析
    1.4.3 關(guān)聯(lián)規(guī)則
    1.4.4 時(shí)序模式
    1.4.5 異常檢測(cè)
    1.4.6 數(shù)據(jù)挖掘系統(tǒng)的分類
1.5 數(shù)據(jù)挖掘的過(guò)程
    1.5.1 數(shù)據(jù)挖掘的一般流程
    1.5.2 跨行業(yè)數(shù)據(jù)挖掘標(biāo)準(zhǔn)過(guò)程
1.6 數(shù)據(jù)挖掘與其他學(xué)科的關(guān)系
    1.6.1 數(shù)據(jù)挖掘與數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)
    1.6.2 數(shù)據(jù)挖掘與數(shù)據(jù)庫(kù)查詢
    1.6.3 數(shù)據(jù)挖掘與統(tǒng)計(jì)分析
    1.6.4 數(shù)據(jù)挖掘與數(shù)據(jù)倉(cāng)庫(kù)
    1.6.5 數(shù)據(jù)挖掘與聯(lián)機(jī)分析處理
    1.6.6 數(shù)據(jù)挖掘與人工智能、專家系統(tǒng)、機(jī)器學(xué)習(xí)
1.7 數(shù)據(jù)挖掘的應(yīng)用和發(fā)展趨勢(shì)
    1.7.1 商業(yè)的數(shù)據(jù)挖掘
    1.7.2 金融業(yè)的數(shù)據(jù)挖掘
    1.7.3 欺詐偵測(cè)中的數(shù)據(jù)挖掘
    1.7.4 DNA數(shù)據(jù)分析中的數(shù)據(jù)挖掘
    1.7.5 電信業(yè)中的數(shù)據(jù)挖掘
    1.7.6 科學(xué)和統(tǒng)計(jì)數(shù)據(jù)挖掘
    1.7.7 數(shù)據(jù)挖掘系統(tǒng)和軟件
    1.7.8 數(shù)據(jù)挖掘的發(fā)展趨勢(shì)
1.8 小結(jié)
1.9 習(xí)題
第2章數(shù)據(jù)存儲(chǔ)
2.1 關(guān)系數(shù)據(jù)集
2.2 數(shù)據(jù)倉(cāng)庫(kù)
    2.2.1 數(shù)據(jù)倉(cāng)庫(kù)的概念和特點(diǎn)
    2.2.2 數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)組織
    2.2.3 數(shù)據(jù)倉(cāng)庫(kù)的關(guān)鍵技術(shù)
    2.2.4 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘的關(guān)系
2.3 NoSQL數(shù)據(jù)庫(kù)
    2.3.1 NoSQL概念與理論
    2.3.2 NoSQL數(shù)據(jù)模型
    2.3.3 NoSQL與關(guān)系數(shù)據(jù)庫(kù)
2.4 分布式文件系統(tǒng)
    2.4.1 分布式文件系統(tǒng)的歷史
    2.4.2 分布式文件系統(tǒng)的體系結(jié)構(gòu)
    2.4.3 谷歌文件系統(tǒng)（GoogleFS）
    2.4.4 Hadoop分布式文件系統(tǒng)(HDFS)
2.5 小結(jié)
2.6 習(xí)題
第3章數(shù)據(jù)預(yù)處理
3.1 數(shù)據(jù)預(yù)處理的必要性
3.2 數(shù)據(jù)清理
    3.2.1 缺失數(shù)據(jù)處理方法
    3.2.2 噪聲數(shù)據(jù)平滑技術(shù)
    3.2.3 時(shí)間相關(guān)數(shù)據(jù)的處理
3.3 數(shù)據(jù)集成
    3.3.1 實(shí)體識(shí)別與匹配
    3.3.2 冗余和相關(guān)分析
    3.3.3 元組重復(fù)數(shù)據(jù)的檢測(cè)
    3.3.4 沖突數(shù)據(jù)的檢測(cè)與處理
3.4 數(shù)據(jù)轉(zhuǎn)換
    3.4.1 數(shù)據(jù)標(biāo)準(zhǔn)化
    ……
第4章數(shù)據(jù)相似度與異常檢測(cè)
第5章數(shù)據(jù)分類和預(yù)測(cè)
第6章數(shù)據(jù)聚類分析
第7章數(shù)據(jù)關(guān)聯(lián)分析
第8章性能評(píng)估和提升
第9章復(fù)雜數(shù)據(jù)挖掘
參考文獻(xiàn)