机读格式显示(MARC)
- 010 __ |a 978-7-302-38104-4 |d CNY28.00
- 100 __ |a 20141208d2015 em y0chiy50 ea
- 200 1_ |a 数据挖掘导论 |A shu ju wa jue dao lun |f 戴红, 常子冠, 王宁主编
- 210 __ |a 北京 |c 清华大学出版社 |d 2015
- 215 __ |a 207页 |c 图 |d 26cm
- 225 2_ |a 高等院校计算机教育系列教材 |A gao deng yuan xiao ji suan ji jiao yu xi lie jiao cai
- 330 __ |a 本书共分8章,主要内容分为三个专题:技术、数据和评估。技术专题包括决策树技术、K-means算法、关联分析技术、神经网络技术、回归分析技术、贝叶斯分析、凝聚聚类、概念分层聚类、混合模型聚类技术的EM算法、时间序列分析和基于Web的数据挖掘等常用的机器学习方法和统计技术。数据专题包括数掘库中的知识发现处理模型和数据仓库及OLAP技术。评估专题包括利用检验集分类正确率和混淆矩阵,并结合检验集置信区间评估有指导学习模型,使用无指导聚类技术评估有指导模型,利用Lift和假设检验比较两个有指导学习模型,使用MS Excel 2010和经典的假设检验模型评估属性,使用簇质量度量方法和有指导学习技术评估无指导聚类模型。
- 333 __ |a 本书可作为普通高等院校计算机科学、信息科学、数学和统计学专业的入门教材,也可作为如经济学、管理学、档案学等对数据管理、数据分析与数据挖掘有教学需求的其他相关专业的基础教材。同时,对数据挖掘技术和方法感兴趣,致力于相关方面的研究和应用的其他读者,也可以从本书中获取基本的指导和体验。
- 410 _0 |1 2001 |a 高等院校计算机教育系列教材
- 606 0_ |a 数据挖掘 |A shu ju wa jue |x 高等学校 |j 教材
- 701 _0 |a 戴红 |A dai hong |4 主编
- 701 _0 |a 常子冠 |A chang zi guan |4 主编
- 701 _0 |a 王宁 |A wang ning |4 主编
- 801 _0 |a CN |b 北京新华书店首都发行所有限公司 |c 20141208
- 905 __ |a HDUL |d TP311.13/42011