<listing id="0z0mw"><noframes id="0z0mw"><listing id="0z0mw"></listing>
^{<sup id="0z0mw"><xmp id="0z0mw">}

注冊(cè) | 登錄讀書好，好讀書，讀好書！

當(dāng)前位置：首頁(yè)出版圖書科學(xué)技術(shù)計(jì)算機(jī)/網(wǎng)絡(luò)家庭與辦公軟件大數(shù)據(jù)挖掘?qū)嶒?yàn)教程

大數(shù)據(jù)挖掘?qū)嶒?yàn)教程

定　價(jià)：￥49.80

作　者：	趙志升著，趙志升梁俊花編
出版社：	北京師范大學(xué)出版社
叢編項(xiàng)：	大數(shù)據(jù)技術(shù)及人工智能專業(yè)應(yīng)用型教材
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

京東 (￥42.30)

ISBN：	9787303260997	出版時(shí)間：	2020-08-01	包裝：	平裝
開本：	16開	頁(yè)數(shù)：	320	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　1、本書通過(guò)典型案例的R語(yǔ)言實(shí)現(xiàn)，清晰解讀教材中晦澀難懂的理論闡述與算法推導(dǎo)，讓抽象的大數(shù)據(jù)落地到具體行業(yè)上，理論聯(lián)系實(shí)際，實(shí)用性強(qiáng)。 2、實(shí)驗(yàn)指導(dǎo)書中所有案例均來(lái)自醫(yī)療大數(shù)據(jù)研究室項(xiàng)目和培訓(xùn)積累，并且結(jié)合課堂體驗(yàn)和學(xué)習(xí)效果，從中精挑細(xì)選的典型案例。 3、適合不同層次的讀者。不僅適合高等院校的各相關(guān)專業(yè)的本?？粕⒀芯可?，也適合零編程基礎(chǔ)的科研人員以及對(duì)大數(shù)據(jù)分析技術(shù)感興趣的人士閱讀。

作者簡(jiǎn)介

　　趙志升，女，河北北方學(xué)院，教授，教齡35年，長(zhǎng)期從事大數(shù)據(jù)分析、計(jì)算機(jī)應(yīng)用相關(guān)的教學(xué)與研究，發(fā)表相關(guān)論文50余篇，專著1部，主編教材8部，先后主持省廳級(jí)項(xiàng)目15項(xiàng)，獲國(guó)家軟件著作權(quán)20余項(xiàng)，獲河北省醫(yī)學(xué)科技一等獎(jiǎng)1項(xiàng)，獲河北省科學(xué)技術(shù)進(jìn)步三等獎(jiǎng)1項(xiàng)，講授的課程包括：《數(shù)據(jù)庫(kù)原理與應(yīng)用》《數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘》《大數(shù)據(jù)分析基礎(chǔ)》《信息系統(tǒng)分析與設(shè)計(jì)》等。

圖書目錄

第1章實(shí)驗(yàn)工具的選擇1
11實(shí)驗(yàn)工具選擇1
12R語(yǔ)言3
13Python語(yǔ)言15
第2章數(shù)據(jù)的準(zhǔn)備34
21數(shù)據(jù)采集34
22數(shù)據(jù)抽樣51
23數(shù)據(jù)質(zhì)量分析55
第3章數(shù)據(jù)預(yù)處理方法77
31數(shù)據(jù)清洗77
32數(shù)據(jù)集成85
33數(shù)據(jù)變換90
34數(shù)據(jù)規(guī)約97
35數(shù)據(jù)降維106
第4章回歸方法110
41多元線性回歸110
42邏輯回歸120
43線性判別分析126
第5章分類方法131
51K近鄰分類131
52貝葉斯分類139
53神經(jīng)網(wǎng)絡(luò)146
54決策樹153
55隨機(jī)森林160
56支持向量機(jī)164
57分類的評(píng)價(jià)175
第6章關(guān)聯(lián)規(guī)則192
61關(guān)聯(lián)規(guī)則概要192
62Apriori算法193
63FPGrowth算法200
第7章聚類分析207
71聚類方法概要207
72Kmeans聚類算法209
73K中心點(diǎn)聚類算法216
74密度聚類算法220
75層次聚類算法225
76期望最大化聚類算法228
77神經(jīng)網(wǎng)絡(luò)聚類算法232
78模糊C均值聚類算法235
79高斯混合聚類算法238
第8章預(yù)測(cè)方法241
81預(yù)測(cè)方法概要241
82灰色預(yù)測(cè)241
83馬爾科夫預(yù)測(cè)247
第9章離群點(diǎn)診斷251
91單變量的離群點(diǎn)診斷251
92基于回歸的離群點(diǎn)診斷
254
93基于聚類的離群點(diǎn)診斷
259
94局部離群點(diǎn)因子檢測(cè)263
第10章時(shí)間序列分析方法267
101季節(jié)指數(shù)預(yù)測(cè)法267
102解讀自回歸時(shí)間序列模型
272
103時(shí)間序列分解280
第11章綜合案例286
111員工離職預(yù)測(cè)分析286
112北京二手房房?jī)r(jià)分析299