书目详细信息
： 数据挖掘导论
书目信息 机读格式(MARC)
| ISBN/价格： | 978-7-302-38104-4:CNY28.00 |
|---|---|
| 作品语种： | chi |
| 出版国别： | CN 110000 |
| 题名责任者项： | 数据挖掘导论/.戴红, 常子冠, 于宁主编 |
| 出版发行项： | 北京:,清华大学出版社:,2015.01 |
| 载体形态项： | 207页:;+图:;+26cm |
| 丛编项： | 高等院校计算机教育系列教材 |
| 提要文摘： | 本书为数据挖掘入门级教材，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。数据专题包括数据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。 |
| 题名主题： | 数据采掘 研究 教材 |
| 中图分类： | TP311.131-43 |
| 个人名称等同： | 戴红 主编 |
| 个人名称等同： | 常子冠 主编 |
| 个人名称等同： | 于宁 主编 |
| 记录来源： | CN NMU 20141211 |