David Hand是伦敦帝国大学数学系统计学教授。Heikki Mannila是赫尔辛基工业大学计算科学与工程系的教授,诺基亚研究中心的研究员。Padhraic Smyth是加州大学Irvine分校信息与计算科学系的副教授。
发表于2024-11-02
数据挖掘原理 2024 pdf epub mobi 电子书
图书标签: 数据挖掘 计算机 datamining 统计学 机器学习 BI 数据库 挖掘
很多学科都面临着一个普遍问题:如何存储、访问异常庞大的数据集,并用模型来描述和理解它们?这些问题使得人们对数据挖掘技术的兴趣不断增强。长期以来,很多相互独立的不同学科分别致力于数据挖掘的各个方面。本书把信息科学、计算科学和统计学在数据挖掘方面的应用融合在一起,是第一本真正和跨学科教材。
本书由三部分构成。第一部分是基础,介绍了数据挖掘算法及其应用所依赖的基本原理。讲座方法直观易懂,深入浅出。第二部分是数据挖掘算法,系统讲座了如何构建求解特定问题的不同算法。讲座的内容包括用于分类和回归的树及规则、关联规则、信念网络、传统统计模型,以及各种非线性模型,比如神经网络和“基于记忆”的局部模型。第三部分介绍了如何应用前面讲座的算法和原理来解决现实世界中的数据挖掘问题。谈到的问题包括元数据的作用,如何处理残缺数据,以及数据预处理。
这个很不错
评分这个很不错
评分很理论
评分1、本书假定读者已经熟悉了概率论、微积分、线性代数和优化等学科中的基本概念—也就是说,诸如工程学、计算机科学、数学和经济学等专业的大学学历背景会为阅读和理解本书提供一个很好的基础。 2、本书目标是分析数据挖掘的最基本特征(基本原理和算法)。 3、偏数学。
评分很理论
数据挖掘原理 2024 pdf epub mobi 电子书