數據分析與數據挖掘實用教程

內容簡介

《數據分析與數據挖掘實用教程》立足於信息爆炸時代對大數據隱藏信息探索的需求，以多年實踐教學經驗及不斷的套用創新為基礎，構建了一系列數據分析與數據挖掘的實用理論及套用體系。

《數據分析與數據挖掘實用教程》中不僅以數據挖掘技術為基礎進行分章詳述，章後還配以相應的實驗增進對知識的吸收理解，實驗部分選取了典型數據集並配以精練的實驗代碼，使讀者在掌握基礎知識的同時了解業界認可的數據挖掘軟體，為讀者提供了廣闊的進步與深造空間。

圖書目錄

第1章緒論

1．1 數據和大數據

1．2 數據分析和數據挖掘

1．3 數據挖掘的基本概念

1．4 R語言

第2章初識數據

2．1 數據類型

2．2 數據的統計特性

2．3 相似性和相異性度量

2．4 實驗

第3章初始數據獲取

3．1 數據獲取

3．2 信息搜尋

3．3 爬蟲程式基本原

3．4 網路爬蟲

3．5 實驗

第4章數據預處理

4．1 為什麼進行數據預處理

4．2 數據清理

4．3 數據集成

4．4 數據變換

4．5 數據歸約

4．6 實驗

第5章關聯分析

5．1 關聯分析的基本概念

5．2 關聯分析的預備知識

5．3 頻繁項集的產生

5．4 規則產生

5．5 關聯模式的評估

5．6 實驗

第6章回歸

6．1 回歸、分類和聚類的關係

6．2 回歸的基本概念

6．3 線性回歸

6．4 非線性回歸

6．5 回歸模型的評估

6．6 實驗

第7章分類

7．1 分類的基本概念

7．2 決策樹分類

7．3 k-最近鄰分類

7．4 貝葉斯分類

7．5 人工神經網路分類

7．6 支持向量機分類

7．7 組合方法分類

7．8 分類模型的評估

7．9 實驗

第8章聚類

8．1 聚類的基本概念

8．2 劃分方法

8．3 層次方法

8．4 基於密度的方法

8．5 聚類方法的評估

8．6 實驗

參考文獻

數據分析與數據挖掘實用教程

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條