數(shù)據(jù)挖掘?qū)嵺`教程

定　價(jià)：￥48.80

作　者：	吳思遠(yuǎn)，鄒洋，黃梅根，賈玲著
出版社：	清華大學(xué)出版社
叢編項(xiàng)：	高等院校計(jì)算機(jī)教育系列教材
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787302452041	出版時(shí)間：	2016-12-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	360	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《數(shù)據(jù)挖掘?qū)嵺`教程》注重?cái)?shù)據(jù)挖掘理論，將理論與實(shí)踐相結(jié)合、知識(shí)理論與具體實(shí)現(xiàn)方法相結(jié)合，由淺入深地介紹了數(shù)據(jù)分析與挖掘的相關(guān)知識(shí)。全書(shū)分為3部分。第1部分介紹了數(shù)據(jù)挖掘理論（第1~3章），第2部分介紹了Excel2010數(shù)據(jù)分析與挖掘、SQLServer2012數(shù)據(jù)挖掘、SPSS數(shù)據(jù)分析與挖掘的實(shí)踐過(guò)程（第4~9章），第3部分介紹了SQLServer和SPSS數(shù)據(jù)挖掘的實(shí)驗(yàn)內(nèi)容（第10章）?！”緯?shū)為教師提供了配套的教學(xué)資源，可以作為計(jì)算機(jī)、智能科學(xué)類專業(yè)本科生的數(shù)據(jù)挖掘課程教材，也可以作為專業(yè)技術(shù)人員的自學(xué)參考書(shū)及數(shù)據(jù)挖掘愛(ài)好者的自學(xué)用書(shū)。

作者簡(jiǎn)介

暫缺《數(shù)據(jù)挖掘?qū)嵺`教程》作者簡(jiǎn)介

圖書(shū)目錄

第1章緒論 1
1.1 商業(yè)智能 1
1.2 數(shù)據(jù)挖掘 6
1.3 數(shù)據(jù)倉(cāng)庫(kù) 12
第2章數(shù)據(jù)倉(cāng)庫(kù)與聯(lián)機(jī)分析 15
2.1 數(shù)據(jù)倉(cāng)庫(kù) 15
2.2 數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)步驟 23
2.3 聯(lián)機(jī)分析技術(shù) 34
第3章數(shù)據(jù)挖掘運(yùn)用的理論和技術(shù) 41
3.1 回歸分析 41
3.2 關(guān)聯(lián)規(guī)則 47
3.3 聚類分析 55
3.4 決策樹(shù)分析 63
3.5 其他分析方法 68
第4章用Excel 2010進(jìn)行數(shù)據(jù)分析 71
4.1 安裝前的準(zhǔn)備 71
4.2 安裝表分析工具 72
4.3 配置表分析工具 75
4.4 使用表分析工具的要求 79
4.5 分析關(guān)鍵影響因素 82
4.6 檢測(cè)類別 86
4.7 從示例填充 90
4.8 預(yù)測(cè) 93
4.9 突出顯示異常值 94
4.10 應(yīng)用場(chǎng)景分析 98
4.11 預(yù)測(cè)計(jì)算器及可打印計(jì)算器 104
4.12 購(gòu)物籃分析 108
第5章用Excel 2010進(jìn)行數(shù)據(jù)挖掘 111
5.1 數(shù)據(jù)挖掘簡(jiǎn)介 111
5.2 獲取外部數(shù)據(jù) 113
5.3 數(shù)據(jù)準(zhǔn)備 114
5.4 數(shù)據(jù)建模 127
5.5 準(zhǔn)確性和驗(yàn)證 153
5.6 模型用法 164
5.7 管理和連接 171
第6章 SQL Server 2012數(shù)據(jù)挖掘 174
6.1 SSDT(SQL Server Data Tools)簡(jiǎn)介 174
6.2 安裝SSDT-BI 175
6.3 安裝示例數(shù)據(jù)庫(kù) 180
6.4 SSDT-BI用戶界面 182
6.5 創(chuàng)建挖掘項(xiàng)目 183
6.6 設(shè)置數(shù)據(jù)源 185
6.7 設(shè)置數(shù)據(jù)源視圖 188
6.8 設(shè)置挖掘結(jié)構(gòu) 193
6.9 處理挖掘模型 198
6.10 查看挖掘模型 199
6.11 挖掘準(zhǔn)確性圖表 201
6.12 挖掘模型預(yù)測(cè) 205
第7章 Microsoft數(shù)據(jù)挖掘算法 208
7.1 背景知識(shí) 208
7.2 Microsoft決策樹(shù)算法 210
7.3 Microsoft聚類算法 214
7.4 Microsoft關(guān)聯(lián)規(guī)則算法 218
7.5 Microsoft時(shí)序算法 221
7.6 Microsoft樸素貝葉斯算法 226
7.7 Microsoft神經(jīng)網(wǎng)絡(luò)算法 229
第8章 SPSS數(shù)據(jù)挖掘基礎(chǔ) 234
8.1 SPSS發(fā)展簡(jiǎn)史 234
8.2 SPSS操作入門(mén) 235
8.3 SPSS的界面 236
8.4 建立SPSS文件 237
8.5 SPSS數(shù)據(jù)的變量屬性定義 239
8.6 SPSS數(shù)據(jù)管理 242
8.7 SPSS數(shù)據(jù)轉(zhuǎn)換 249
第9章 SPSS數(shù)據(jù)挖掘常用的統(tǒng)計(jì)
分析方法 254
9.1 基本描述統(tǒng)計(jì) 254
9.2 T檢驗(yàn) 268
9.3 方差分析 272
9.4 多元回歸分析 286
9.5 聚類分析 297
9.6 相關(guān)分析 309
9.7 因子分析 313
第10章數(shù)據(jù)挖掘?qū)嶒?yàn) 319
10.1 SQL Server 2012數(shù)據(jù)挖掘?qū)嶒?yàn) 319
10.2 SPSS數(shù)據(jù)挖掘?qū)嶒?yàn) 341
參考文獻(xiàn) 361
　　