數據挖掘方法與套用

內容簡介

數據挖掘方法與套用，作者呂曉玲，數據挖掘系列教材之一，本書分為7章，分別講述數據挖掘概述、關聯規則、聚類分析、決策樹建模、神經網路建模、回歸分析、時間序列，每章附有案例分析與練習題，是數據挖掘專業教學的有益教材。

隨著社會經濟的不斷發展、科學技術的不斷進步，統計方法越來越成為人們必不可少的式具和手段。在教學過程中，老師們也越來越感到運用統計方法解決實際問題的重要，不少人在探索如何運用統計軟體介紹和學習統計方法。謝邦昌教授、黃登源教授在多年的教學中，積累了豐富的經驗，他們熱情倡議，將他們的講稿提供出來並編寫成教材，供更多的人學習和使用。這正與我們的初衷不謀而合。2005年開始著手這套系列教材的編寫，經過不斷討論、反覆的論證，形成了現在的模式。

圖書目錄

第1章數據挖掘概述

1．1 數據挖掘定義

1．1．1 數據挖掘的技術定義

1．1．2 數據挖掘的商業定義

1．2 數據挖掘的重要性及意義

1．3 數據挖掘功能

1．4 數據挖掘步驟和標準

1．4．1 數據挖掘步驟

1．4．2 數據挖掘需要的人員

1．5 數據挖掘常用方法

1．5．1 數據挖掘的對象

1．5．2 數據挖掘的常用方法

練習題

第2章關聯規則

2．1 關聯規則介紹

2．2 關聯規則種類

2．2．1 一般意義上的關聯規則

2．2．2 帶有時間性的序列關聯分析

2．3 關聯規則算法

2．3．1 普通的關聯規則算法

2．3．2 序列關聯規則算法

2．4 STATISl"ICA中的關聯規則

2．5 案例分析

練習題

第3章聚類分析

3．1 聚類分析介紹

3．2 距離定義

3．2．1 點之間的距離

3．2．2 類之間的距離

3．3 聚類分析算法

3．3．1 層次聚類

3．3．2 基於劃分的聚類

3．3．3 EM聚類

3．4 STATISTICA中的聚類分析

3．5 案例分析

練習題

第4章決策樹建模

4．1 決策樹介紹

4．1．1 決策樹的基本知識

4．1．2 決策樹的套用和發展趨勢

4．2 樹的建模過程

4．2．1 數據要求

4．2．2 樹的生長

4．2．3 有效性和風險性

4．2．4 屬性選擇

4．3 STATISTICA中的決策樹

4．4 案例分析

練習題

第5章神經網路建模

5．1 神經網路介紹

5．2 神經網路的基本概念和原理

5．2．1 基本組成單元

5．2．2 神經網路的訓練過程

數據挖掘方法與套用

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條