首页 > 图书中心 >图书详情

数据挖掘:方法与应用-应用案例

清华大学老师编写,案例内容丰富。

作者:徐华
定价:19
印次:1-1
ISBN:9787302472117
出版日期:2017.08.01
印刷日期:2017.06.30

本书主要以作者近五年在清华大学开展数据挖掘应用研究和教学工作为基础,从所指导的多个数据挖掘与分析的应用案例中精选出包括交通、体育、金融、生物信息、社交网络、电力等领域代表性的数据挖掘与分析案例,结合基本的数据挖掘应用实施思路,展示了在不同行业领域开展数据挖掘与分析工作的实际过程。 本书可作为高等院校学生学习数据挖掘的参考读物,同时可供工程技术人员开展数据挖掘与分析工作时参考。

more >

前言 近年来,随着计算机硬件资源成本的持续下降,软件开发技术的不断进步,基于移动互联网的数据采集能力不断提升,不同领域的大数据(Big Data)研究与应用性研发工作正在如火如荼地开展。作为大数据分析与处理的关键方法与技术之一,“数据挖掘”正在被不同的专业领域所关注。“数据挖掘”逐渐演变成一门具有通用性和基础性的数据处理方法与技术。正是在这样的大环境背景之下,作者于2011年春季学期开设了面向清华大学非计算机专业学生的专业课程“数据挖掘: 方法与应用”,并于2014年10月出版了《数据挖掘: 方法与应用》教材。在实际教学和应用研发过程中,我们深感数据挖掘工作与专业背景知识相结合的重要性,为了能让不同专业领域的同学和工程技术人员更加深入地理解如何开展一个高质量的挖掘和分析工作,我们从所指导的不同专业背景团队应用实施案例中精选出多个有代表性的实施案例进行介绍与点评。 本书所讨论的案例数据均来自于国内外相关开放数据,精选了交通、体育、金融、生物信息、社交网络和电力等领域代表性的案例,分别从问题描述、挖掘与分析过程和案例点评三大方面对上述领域的案例进行介绍与讨论。 作为《数据挖掘: 方法与应用》一书配套的案例教材,本书在内容编排上以应用思路的讲解为主,特别强调将数据挖掘方法与专业领域的背景知识相结合,挖掘与分析出高质量的结果。本书作为相关课程的配套实验教材,可作为高等院校学生学习数据挖掘的参考读物,同时也可为工程技术人员开展数据挖掘与分析工作提供实施思路的指导。 由于作者水平所限,疏漏之处在所难免,望读者不吝指正。 最后,感谢“清华大学2015年秋季学期本科教改立项项目”对本教材的立项支持。 徐华2017年初春于清华园

more >
扫描二维码
下载APP了解更多

同系列产品more >

多媒体技术基础(第4版)

林福宗
定 价:89元

查看详情
数据结构(C语言版)(第2版)

殷人昆
定 价:49.50元

查看详情
程序设计基础(第4版)

吴文虎、徐明星、邬晓钧
定 价:39元

查看详情
微型计算机系统接口技术实验教程-...

周悦芝、董代洁
定 价:35元

查看详情
数值分析与算法(第2版)

喻文健
定 价:39.50元

查看详情
图书分类全部图书
more >
  • 徐华 博士,1998年获得西安交通大学计算机专业学士学位;2003年获得清华大学计算机应用技术专业博士学位;现为清华大学计算机系副教授,博士生导师。主要研究兴趣领域包括:网络文本数据挖掘、智能信息处理和机器人智能控制等。作为项目负责人、首席技术专家或研发骨干,负责完成国家科技重大专项课题3项,国家自然科学基金项目4项,国家973项目二级课题2项,国家863项目(课题)5项,国际500强企业(宝洁、西门子、安捷伦等)合作项目13项。目前已在本专业领域权威期刊和会议上发表学术论文97篇;编写教材2本,参与编写学术专著2部。作为第一完成人获得国家发明专利16项,国际PCT发明专利4项,软件著作权15项。作为清华方面的第一完成人,获得国家科技进步二等奖1项,北京市科学技术一等奖、二等奖和三等奖各1项,重庆市科学技术三等奖1项,行业协会科学技术一等奖2项等。

  • n  精选六大行业领域数据挖掘与分析案例。

    n  遵从数据挖掘应用实施过程进行介绍。

    n  从实际应用的角度点评数据挖掘的效果。

    n  洞察数据挖掘的重要实施环节。

    n  既是高等学校的教学辅导用书,又是行业专业人士参考用书。

more >
  • 目录

    第1章绪论1

    1.1本书背景1

    1.2数据挖掘应用概述2

    1.3本书的主要内容安排4

    1.4小结5

    第2章基于GPS信息的出租车行车轨迹数据挖掘6

    2.1概述6

    2.2出租车GPS数据挖掘问题描述6

    2.3基于GPS数据的出租车轨迹挖掘与分析9

    2.4挖掘任务点评30

    2.5小结31

    第3章NBA比赛结果预测32

    3.1问题背景32

    3.2数据采集33

    3.2.1数据来源33

    3.2.2数据采集方法33

    3.2.3原始数据34

    3.3挖掘方法36

    3.3.1挖掘的目标与实现思路36

    3.3.2预测特征选取37

    3.4分类和预测方法38

    3.5预测结果的分析和对比39

    3.5.1使用球队平均数据预测比赛结果39

    3.5.2使用球队近期数据预测比赛结果40

    3.6挖掘任务点评43

    3.7小结43

    参考文献44

    第4章大型商业银行后台运维数据故障分析46

    4.1概述46

    4.1.1应用背景46

    4.1.2主要研发内容49

    4.2相关方法回顾51

    4.2.1主成分分析法51

    4.2.2前向特征选择法52

    4.2.3随机森林方法52

    4.3交易超时故障预测方法设计与实现54

    4.3.1问题定义54

    4.3.2工作流程55

    4.3.3数据预处理55

    4.3.4降维处理61

    4.3.5预测模型62

    4.3.6防范模型63

    4.3.7评价方法64

    4.4综合系统的设计与实现65

    4.4.1系统框架65

    4.4.2数据预处理模块65

    4.4.3随机森林模块66

    4.4.4展示模块67...

精彩书评more >

标题

评论

版权所有(C)2014 清华大学出版社有限公司 京ICP备05029640号 京公网安备11010802013248号

联系我们 | 网站地图 | 法律声明 | 友情链接 | 盗版举报 | 人才招聘