扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
深度学习
-
>
Unreal Engine 4蓝图完全学习教程
-
>
深入理解计算机系统-原书第3版
-
>
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)
大数据分析与挖掘 版权信息
- ISBN：9787302662006
- 条形码：9787302662006 ; 978-7-302-66200-6
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
大数据分析与挖掘 本书特色
本书是新形态教材，融入课程思政，配套教辅，符合大数据管理与应用专业课程体系。
大数据分析与挖掘 内容简介
作为近十几年来大数据、人工智能行业飞速发展*重要的驱动技术之一，大数据分析与挖掘已经成为各个行业商业决策的推荐技术。本书紧跟数据科学前沿，旨在帮助读者建立大数据分析与挖掘的思维框架，培养其使用数据驱动的方法解决商业决策问题的能力。本书秉承经典、主流和发展的理念，重点介绍了大数据分析与挖掘的主要步骤，关联分析、分类和聚类等经典算法的原理以及文本挖掘和深度学习等**算法和应用。本书内容设计采用“算法原理+商业案例”的方式，突出课程的实践性和应用性特点。 本书适合作为开设数据挖掘、机器学习及大数据分析类课程的高校课程教材，也可作为从事数据挖掘开发、高级数据分析的企事业单位工作人员以及从事大数据分析应用研究的科研人员的参考书。
大数据分析与挖掘 目录
第1章大数据分析与挖掘概论
1.1大数据及其应用
1.2大数据分析与挖掘的相关概念
1.3大数据分析与挖掘的模式
1.4大数据分析与挖掘技术
课后题
应用实例
测练
第2章数据预处理
2.1数据类型
2.2数据的邻近性度量
2.3数据预处理过程
2.4数据预处理方法
课后题
应用实例
测练
第3章征工程与降维
3.1征工程
3.2降维方法
课后题
应用实例
测练
第4章关联分析
4.1关联规则的概念
4.2Apriori算法
4.3FPGrowth算法
4.4关联规则评
课后题
应用实例
测练
第5章回归分析
5.1回归分析概述
5.2线性回归
5.3线性回归正则化
5.4逻辑回归
课后题
应用实例
测练
第6章分类
6.1分类方法概述
6.2决策树分类
6.3朴素贝叶斯
6.4k近邻
6.5支持向量机
6.6模型评估与选择
课后题
应用实例
测练
第7章集成分类方法
7.1集成分类方法概述
7.2Boosting
7.3Bagging
课后题
应用实例
测练
第8章聚类
8.1聚类概述
8.2基于划分的聚类方法
8.3基于层次的聚类方法
8.4基于密度的聚类方法
8.5基于网格的聚类方法
8.6基于模型的聚类方法
8.7聚类评估
课后题
应用实例
测练
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文本降维
9.4主题分析
9.5情感分析
课后题
应用实例
测练
第10章经网络与深度学
10.1深度学概述
10.2多层感知机
10.3反向传播算法
10.4卷积经网络
10.5循环经网络
10.6深度学方法的化
课后题
应用实例
测练
参考文献
展开全部
大数据分析与挖掘 作者简介
刘伟，东北财经大学管理科学与工程学院教授、博士生导师，辽宁省一流本科课程“管理信息系统”“数据挖掘与商务智能”课程负责人。主要研究方向为数字化创新与组织战略，大数据与社会化创新、数据挖掘与商务智能。主讲课程为管理信息系统、数据挖掘与商务智能、信息技术战略与管理、信息系统研究的理论与方法。入选辽宁省“百千万”人才工程百人层次、辽宁省高等学校优秀人才支持计划、辽宁省高等学校创新人才支持计划、辽宁省优秀研究生导师。在《管理世界》《系统工程理论与实践》《中国管理科学》和International Journal of Production Research、IEEE Transactions on Engineering Management等期刊发表论文60余篇。主持国家社会科学基金项目等课题20余项。出版学术专著3部。主编《管理信息系统》等教材3部。
书友推荐
本类畅销
-
”互联网+“时代计算机算法的应用及其实践研究
¥19.9¥59 -
微服务设计
¥52.8¥69 -
图说深度学习:用可视化方法理解复杂概念
¥109¥188 -
计算机基础
¥17.2¥31 -
改变未来的九大算法
¥50¥68 -
生成式AI入门与AWS实战
¥77.8¥99.8
