首页 > 图书中心 >图书详情

数据挖掘算法原理与实现(第3版·微课版)

(1)引入例题讲解该算法的应用,以便让读者不但理解该算法,而且学会分析和应用。提供课件、大纲,咨询QQ:2301891038(仅限教师)。

作者:王振武
丛书名:计算机系列教材
定价:49.80
印次:3-2
ISBN:9787302640691
出版日期:2023.11.01
印刷日期:2024.07.23

本书对数据挖掘的基本算法进行了系统介绍,不仅介绍了每种算法的基本原理,而且配有大量例题以及源代码,并对源代码进行了分析。这种理论与实践相结合的方式有助于读者较好地理解和掌握抽象的数据挖掘算法。 全书共11章,内容涵盖了数据预处理、关联规则挖掘算法、分类算法和聚类算法,具体章节包括绪论、数据预处理、关联规则挖掘、决策树分类算法、贝叶斯分类算法、人工神经网络算法、支持向量机、Kmeans聚类算法、K中心点聚类算法、神经网络聚类算法:SOM,以及数据挖掘的发展等内容。 本书可作为高等院校数据挖掘课程的教材,也可作为从事数据挖掘工作以及其他相关工程技术工作人员的参考书。

more >

前言 数据挖掘涉及数据库技术、人工智能、统计学、机器学习等多学科领域,并且已经在各行各业有了非常广泛的应用。为适应我国数据挖掘的教学工作,作者在数据挖掘教学实践的基础上,参阅了多种国内外最新版本的教材,编写了本书。本书可以作为高等院校研究生的教材,也可以为相关行业的工程技术人员提供有益的参考。 本书在第2版的基础上对其中欠妥之处进行了修改,内容安排和第2版一致,循序渐进地对数据挖掘原理进行了通俗易懂的讲解,并更新了部分思考题、增加了微课视频,读者通过扫描二维码即可观看相关知识点的讲解,更加方便读者学习和理解。本书最大的特点是理论与实践相结合,全书几乎所有的算法都配有实例和源程序,这种理论与实践相结合的方法克服了重理论、轻实践的内容组织方式,便于读者理解和掌握其中知识。具体而言,本书11章内容之间的关系如下图所示。 本书配有教学课件,读者可登录www.tup.com.cn网站自行下载。 由于编者水平有限,本书难免存在缺点和不足之处,恳请专家和读者批评指正。 编者 2023年9月

more >
扫描二维码
下载APP了解更多

同系列产品more >

计算机系统设计与开发实验教程

秦国锋
定 价:36元

查看详情
编译原理

班晓娟、王笑琨、张雅斓
定 价:68元

查看详情
大学信息技术基础教程(第3版)

安世虎,隋丽红,周恩锋
定 价:69.80元

查看详情
大学信息技术基础学习与实验指导教...

安世虎,孙青,朱波,谢蕙
定 价:49元

查看详情
Linux操作系统设计与构建

张同光,荆春棋,田乔梅
定 价:59.80元

查看详情
图书分类全部图书
more >

  • "本书主要特色是理论与实践相结合。全书不仅对数据挖掘常见算法的基本原理进行了详细而系统的介绍,而且给出了其实现的源代码和运行结果界面,读者可以通过算法的源程序来深入理解算法的原理,这种理论与实践相结合的方式,使读者可以非常容易理解数据挖掘各个常见算法的含义,达到学以致用的目的。
    对常见的数据挖掘算法,本书均以例题的方式进行了应用说明,并且对各算法的优缺点进行了总结,给出了各种算法的具体应用领域,这种方式可以很好地使读者理解算法的原理和应用。"

more >
  • 目录

    第1章绪论1

    1.1数据挖掘的概念1

    1.2数据挖掘的历史及发展1

    1.3数据挖掘的研究内容及功能5

    1.3.1数据挖掘的研究内容5

    1.3.2数据挖掘的功能6

    1.4数据挖掘的常用技术及工具9

    1.4.1数据挖掘的常用技术9

    1.4.2数据挖掘的工具12

    1.5数据挖掘的应用热点13

    1.6小结15

    思考题15第2章数据预处理16

    2.1数据预处理的目的16

    2.2数据清理18

    2.2.1填充缺失值18

    2.2.2光滑噪声数据18

    2.2.3数据清理过程19

    2.3数据集成和数据变换20

    2.3.1数据集成20

    2.3.2数据变换21

    2.4数据归约23

    2.4.1数据立方体聚集23

    2.4.2维归约23

    2.4.3数据压缩24

    2.4.4数值归约25

    2.4.5数据离散化与概念分层28

    2.5特征选择与提取31

    2.5.1特征选择31

    2.5.2特征提取32

    2.6小结33

    思考题34第3章关联规则挖掘35

    3.1基本概念35

    3.2关联规则挖掘算法——Apriori算法原理36

    3.3Apriori算法实例分析38

    3.4Apriori算法源程序分析41

    3.5Apriori算法的特点及应用49

    3.5.1Apriori算法特点49

    3.5.2Apriori算法应用50

    3.6小结51

    思考题51第4章决策树分类算法53

    4.1基本概念53

    4.1.1决策树分类算法概述53

    4.1.2决策树分类算法步骤53

    4.2决策树分类算法——ID3算法原理55

    4.2.1ID3算...

精彩书评more >

标题

评论

版权所有(C)2023 清华大学出版社有限公司 京ICP备10035462号 京公网安备11010802042911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