中图网

>

计算机理论

数据挖掘概念、模型、方法和算法(第3版)

作者：[美]哈默德·坎塔尔季奇（Mehmed

出版社：清华大学出版社出版时间：2021-06-01

开本：其他页数： 460

本类榜单：计算机/网络销量榜

中图价:¥70.4(5.5折) 定价 ~~¥128.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
决战行测5000题(言语理解与表达)

决战行测5000题(言语理解与表达)

¥38.8¥88
>
软件性能测试.分析与调优实践之路

软件性能测试.分析与调优实践之路

¥49.3¥69
>
第一行代码Android

第一行代码Android

¥58.4¥99
>
深度学习

深度学习

¥92.4¥168
>
Unreal Engine 4蓝图完全学习教程

Unreal Engine 4蓝图完全学习教程

¥72.2¥168
>
深入理解计算机系统-原书第3版

深入理解计算机系统-原书第3版

¥104.3¥139
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

¥21¥49.9

商品详情
商品评论(0条)

中图价:¥70.4 加入购物车

版权信息
本书特色
内容简介
目录
作者简介

数据挖掘概念、模型、方法和算法(第3版) 版权信息

ISBN：9787302577423
条形码：9787302577423 ; 978-7-302-57742-3
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
计算机/网络
>
计算机理论

数据挖掘概念、模型、方法和算法(第3版) 本书特色

Mehmed Kantardzic博士，1980年获得计算机科学博士学位，2004年起在路易斯维尔大学担任教授。现任CSE（计算机科学与工程）副主席，数据挖掘实验室主任，CSE研究生部主任。他的研究重点是数据挖掘和知识发现、机器学习、软计算、点击欺诈检测和预防、流数据中的概念漂移以及医疗数据挖掘。Kantardzic博士的荣誉很多，研究论文获得了许多杰出和荣誉提名奖，教学方面则曾荣获*喜爱的教师和杰出教学奖。他曾任职于多家国际期刊的编辑委员会，是美国国家科学基金会(NSF)等多个国家科学基金会的审核员和小组成员，担任IEEEICMLA 2018等多个国际会议的总主席或项目主席。

数据挖掘概念、模型、方法和算法(第3版) 内容简介

第3版介绍并扩展了许多主题，提供了软件工具和数据挖掘应用程序的修订部分;还更新了参考书目列表，供感兴趣的读者进一步研究;扩展了涉及每个章节的问题列表。展示了如下新信息: 探索大数据和云计算论述深度学习包括卷积神经网络(CNN)的信息提出了强化学习包含半监督学习和S3VM回顾不平衡数据的模型评估

数据挖掘概念、模型、方法和算法(第3版) 目录

第1章数据挖掘的概念
1．1 概述
1．2 数据挖掘的起源
1．3 数据挖掘过程
1．4 从数据收集到数据预处理
1．5 用于数据挖掘的数据仓库
1．6 从大数据到数据科学
1．7 数据挖掘的商业方面：为什么数据挖掘项目会失败
1．8 本书结构安排
1．9 复习题

第2章数据准备
2．1 原始数据的表述
2．2 原始数据的特性
2．3 原始数据的转换
2．3．1 标准化
2．3．2 数据平整
2．3．3 差值和比率
2．4 丢失数据
2．5 时间相关数据
2．6 异常点分析
2．7 复习题

第3章数据归约
3．1 大型数据集的维度
3．2 特征归约
3．2．1 特征选择
3．2．2 特征提取
3．3 Relief算法
3．4 特征排列的熵度量
3．5 主成分分析
3．6 值归约
3．7 特征离散化：ChiMerge技术
3．8 案例归约
3．9 复习题

第4章从数据中学习
4．1 学习机器
4．2 统计学习原理
4．3 学习方法的类型
4．4 常见的学习任务
4．5 支持向量机
4．6 半监督支持向量机（S3VM）
4．7 k*近邻分类器
4．8 模型选择与泛化
4．9 模型的评估
4．10 不均衡的数据分类
4．11 90%准确的情形
4．11．1 保险欺诈检测
4．11．2 改进心脏护理
4．12 复习题

第5章统计方法
5．1 统计推断
5．2 评测数据集的差异
5．3 贝叶斯定理
5．4 预测回归
5．5 方差分析
5．6 对数回归
5．7 对数-线性模型
5．8 线性判别分析
5．9 复习题

第6章决策树和决策规则
6．1 决策树
6．2 C4．5 算法：生成决策树
6．3 未知的属性值
6．4 修剪决策树
6．5 C4．5 算法：生成决策规则
6．6 CART算法和Gini指标
6．7 决策树和决策规则的局限性
6．8 复习题

第7章人工神经网络
7．1 人工神经元的模型
7．2 人工神经网络的结构
7．3 学习过程
……
第8章集成学习
第9章聚类分析
第10章关联规则
第11章 Web挖掘和文本挖掘
第12章数据挖掘高级技术
第13章遗传算法
第14章模糊集和模糊逻辑
第15章可视化方法
附录A数据挖掘工具
附录B数据挖掘应用

展开全部

数据挖掘概念、模型、方法和算法(第3版) 作者简介

　　[美]哈默德·坎塔尔季奇（Mehmed Kantardzic）博士，1980年获得计算机科学博士学位，2004年起在路易斯维尔大学担任教授。现任CSE（计算机科学与工程）副主席，数据挖掘实验室主任，CSE研究生部主任。他的研究重点是数据挖掘和知识发现、机器学习、软计算、点击欺诈检测和预防、流数据中的概念漂移以及医疗数据挖掘。Kantardzic博士的荣誉很多，研究论文获得了许多杰出和荣誉提名奖，教学方面则曾荣获喜爱的教师和杰出教学奖。他曾任职于多家国际期刊的编辑委员会，是美国国家科学基金会（NSF）等多个国家科学基金会的审核员和小组成员，担任IEEEICMLA2018等多个国际会议的总主席或项目主席。

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐