您好,欢迎光临有路网!
数据挖掘基础教程
QQ咨询:
有路璐璐:

数据挖掘基础教程

  • 作者:Richared J.Roiger
  • 出版社:清华大学出版社
  • ISBN:9787302076674
  • 出版日期:2003年12月01日
  • 页数:350
  • 定价:¥43.00
  • 分享领佣金
    手机购买
    城市
    店铺名称
    店主联系方式
    店铺售价
    库存
    店铺得分/总交易量
    发布时间
    操作

    新书比价

    网站名称
    书名
    售价
    优惠
    操作

    图书详情

    内容提要
    数据挖掘就是发现数据模型,以助于解释当前行为或预测将来的可能结果。本书介绍了数据挖掘的基本过程,解释了如何将数据挖掘应用于解决实际问题,从而使你能将数据挖掘技术应用于自己的实际工作中去。本书讲述了数据挖掘和知识发现的各方面内容,并着重介绍了数据挖掘模型的建立与测试,以及数据挖掘结果的解释与验证等内容。为了使读者更好地理解数据挖掘过程,在本书配套光盘中提供了一个基于Microsoft Excel的数据挖掘工具,读者可以亲身体验数据挖掘模型的建立与测试。
    目录
    Part I Data Mining Fundamentals
    chapter 1 Data Mining:A First View
    1.1 Data Mining:A Definition
    1.2 What Can Computers Learn?
    Three concept Views
    Supervised Learing
    Supervised Learing:A Decision for Tree Example
    Unsupervised Clustering
    1.3 Is Data Mining Appropriate for My Problem?
    Data Mining or Data Query?
    Data Mining vs.Data Query:An Example
    1.4 Expert Systems or Data Mining?
    1.5 A Simple Data Mining Process Model
    Assembling the Data
    The Data Warehouse
    Relational Databases and Flat Files
    Mining the Data
    Interpreting the Results
    Result application
    1.6 Why Not Simple Search?
    1.7 Data Mining Applications
    Example Applications
    Customer Intrinsic Value
    1.8 chapter Summary
    1.9 Key Terms
    1.10 Exercises
    Chapter 2 Data Mining:A closer Look
    2.1 Data Mining Strategies
    classification
    Estimation
    Prediction
    Unsupervised clustering
    Market Basket Ananlysis
    2.2 Supervised Data Mining Database
    the Credit Card Promotion Database
    Production Rules
    Neural Networks
    Statistical Regression
    2.3 Association Rules
    2.4 Clustering techniques
    2.5 Evaluating Performance
    evaluating supervised Learner Models
    Two Class Error Analysis
    Evaluating Numeric Output
    Unsupervised Moedl Evaluation
    2.6 chapter Summary
    2.7 Key Terms
    2.8 Exercises
    Chapter 3 Basic Data Mining Techniques
    Chapter 4 An Excel-Based Data Mining Tool
    Part 2 Advanced Data Mining Techniques
    Chapter 8 Nerual Networks
    Chapter 9 Building Nerual Networks with IDA
    Chapter 10 Staticstical Techniques
    Chapter 11 Specialized Techniques
    Part 4:Intelligent Systems
    Chapter 12 Rule-Based Systems
    Chapter 13 Managing Uncertainty in Rule-Based System
    Chapter 14 Intelligent Agents
    Appendixes
    Appendix A The iDASoftware
    Appendix B Datasets for Data Mining
    Appendix C Decision Tree Atrribute Selection
    Appendix D Statistics for Performance Evaluation
    Appendix E Excel Pivot Tables:Office 97
    Bibliography
    Index

    与描述相符

    100

    北京 天津 河北 山西 内蒙古 辽宁 吉林 黑龙江 上海 江苏 浙江 安徽 福建 江西 山东 河南 湖北 湖南 广东 广西 海南 重庆 四川 贵州 云南 西藏 陕西 甘肃 青海 宁夏 新疆 台湾 香港 澳门 海外