数据挖掘方法与模型

数据挖掘方法与模型
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者: [美] ,
2011-03
版次: 1
ISBN: 9787040309683
定价: 49.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 287页
字数: 380千字
正文语种: 简体中文
10人买过
  • 《数据挖掘方法与模型》分为7章,第1章是对降维方法的介绍,这是数据挖掘技术的一个先决条件;第2章至第6章为经典的数据挖掘算法和技术,包括一元回归模型、多元回归模型、逻辑回归模型、贝叶斯网络分析以及遗传算法,通过实际案例引导读者由已预处理的数据使用不同的挖掘技术从而得出所需结论;第7章为基于数据挖掘过程模型上的多个案例研究,通过多个领域的案例来阐述算法和技术是如何被运用的。
    《数据挖掘方法与模型》可作为数据挖掘课程教学用书,适用于高年级本科生和研究生的教学,也可供科研人员参考使用。
    当下,由于强大的数据挖掘软件平台很容易获得,草率地使用数据挖掘方法和技术将导致挖掘的结果混淆难解。这种失误往往源自盲目使用“黑盒子”方法进行数据挖掘,而最好的避免途径就是使用“自盒子”方法,理解隐藏在软件背后的算法和统计模型结构。 DanielT.Larose,博士,美国中康涅狄格州立大学统计学教授。设计、开发并主持了世界上第一个在线数据挖掘管理科学硕土学位课程及教学,创立了中康涅狄格州立大学数据挖掘研究室。研究兴趣包括数据挖掘、统计分析等。发表多篇论文,出版学术专著5部。
    刘燕权,博士,美国南康涅狄格州立大学终身正教授、校理事会理事,美福布赖特学者(2009-2010),北京大学、南京大学、清华大学、中国科学院研究生院、南京理工大学、内蒙古大学等客座教授。研究方向为计算机科学与理论、数据挖掘、软件工程项目开发与管理、数字图书馆、信息技术理论与实践、多媒体设计及应用等。发表论文及学术专著80余篇(部)。 第1章降维方法
    1.1数据挖掘中降低维度的必要性
    1.2主成分分析法
    1.2.1主成分分析应用于房屋数据集
    1.2.2应提取多少个主成分
    1.3因子分析法
    1.3.1因子分析法在成年人数据集中的应用
    1.3.2因子旋转
    1.4用户自定义合成
    总结
    参考文献
    练习题

    第2章回归模型
    2.1简单线性回归实例
    2.2最小二乘法估计
    2.3决定系数
    2.4估计值的标准误差
    2.5相关系数
    2.6方差分析表
    2.7异常点、高杠杆点和强影响观测值
    2.8回归模型
    2.9回归推断
    2.9.1x和y之间线性关系的t检验
    2.9.2回归直线斜率的置信区间
    2.9.3给定x条件下,Y均值的置信区间
    2.9.4给定x条件下,Y随机选择值的预测区间
    2.10回归假设检验
    2.11实例:棒球数据集
    2.12实例:加利福尼亚州数据集
    2.13线性变换实现
    总结
    参考文献
    练习题

    第3章多元回归和建模
    3.1多元回归实例
    3.2多元回归模型
    3.3多元回归推断
    3.4含有分类预测变量的回归
    3.4.1调整R2:对包含无用预测变量的惩罚模式
    3.4.2序贯的误差平方和
    3.5多重共线性
    3.6变量选择方法
    3.6.1偏F检验
    3.6.2向前选择程序
    3.6.3向后排除程序
    3.6.4逐步选择程序
    3.6.5最优子集程序
    3.6.6所有可能的子集选择程序
    3.7变量选择方法的应用
    3.7.1向前选择程序应用于谷物数据集
    3.7.2向后排除程序应用于谷物数据集
    3.7.3逐步选择程序应用于谷物数据集
    3.7.4最优子集程序应用于谷物数据集

    ……
    第4章逻辑回归
    第5章朴素贝叶斯估计和贝叶斯网络
    第6章遗传算法
    第7章案便研究:直邮营销的回应建模问题
    总结
    参考文献
  • 内容简介:
    《数据挖掘方法与模型》分为7章,第1章是对降维方法的介绍,这是数据挖掘技术的一个先决条件;第2章至第6章为经典的数据挖掘算法和技术,包括一元回归模型、多元回归模型、逻辑回归模型、贝叶斯网络分析以及遗传算法,通过实际案例引导读者由已预处理的数据使用不同的挖掘技术从而得出所需结论;第7章为基于数据挖掘过程模型上的多个案例研究,通过多个领域的案例来阐述算法和技术是如何被运用的。
    《数据挖掘方法与模型》可作为数据挖掘课程教学用书,适用于高年级本科生和研究生的教学,也可供科研人员参考使用。
    当下,由于强大的数据挖掘软件平台很容易获得,草率地使用数据挖掘方法和技术将导致挖掘的结果混淆难解。这种失误往往源自盲目使用“黑盒子”方法进行数据挖掘,而最好的避免途径就是使用“自盒子”方法,理解隐藏在软件背后的算法和统计模型结构。
  • 作者简介:
    DanielT.Larose,博士,美国中康涅狄格州立大学统计学教授。设计、开发并主持了世界上第一个在线数据挖掘管理科学硕土学位课程及教学,创立了中康涅狄格州立大学数据挖掘研究室。研究兴趣包括数据挖掘、统计分析等。发表多篇论文,出版学术专著5部。
    刘燕权,博士,美国南康涅狄格州立大学终身正教授、校理事会理事,美福布赖特学者(2009-2010),北京大学、南京大学、清华大学、中国科学院研究生院、南京理工大学、内蒙古大学等客座教授。研究方向为计算机科学与理论、数据挖掘、软件工程项目开发与管理、数字图书馆、信息技术理论与实践、多媒体设计及应用等。发表论文及学术专著80余篇(部)。
  • 目录:
    第1章降维方法
    1.1数据挖掘中降低维度的必要性
    1.2主成分分析法
    1.2.1主成分分析应用于房屋数据集
    1.2.2应提取多少个主成分
    1.3因子分析法
    1.3.1因子分析法在成年人数据集中的应用
    1.3.2因子旋转
    1.4用户自定义合成
    总结
    参考文献
    练习题

    第2章回归模型
    2.1简单线性回归实例
    2.2最小二乘法估计
    2.3决定系数
    2.4估计值的标准误差
    2.5相关系数
    2.6方差分析表
    2.7异常点、高杠杆点和强影响观测值
    2.8回归模型
    2.9回归推断
    2.9.1x和y之间线性关系的t检验
    2.9.2回归直线斜率的置信区间
    2.9.3给定x条件下,Y均值的置信区间
    2.9.4给定x条件下,Y随机选择值的预测区间
    2.10回归假设检验
    2.11实例:棒球数据集
    2.12实例:加利福尼亚州数据集
    2.13线性变换实现
    总结
    参考文献
    练习题

    第3章多元回归和建模
    3.1多元回归实例
    3.2多元回归模型
    3.3多元回归推断
    3.4含有分类预测变量的回归
    3.4.1调整R2:对包含无用预测变量的惩罚模式
    3.4.2序贯的误差平方和
    3.5多重共线性
    3.6变量选择方法
    3.6.1偏F检验
    3.6.2向前选择程序
    3.6.3向后排除程序
    3.6.4逐步选择程序
    3.6.5最优子集程序
    3.6.6所有可能的子集选择程序
    3.7变量选择方法的应用
    3.7.1向前选择程序应用于谷物数据集
    3.7.2向后排除程序应用于谷物数据集
    3.7.3逐步选择程序应用于谷物数据集
    3.7.4最优子集程序应用于谷物数据集

    ……
    第4章逻辑回归
    第5章朴素贝叶斯估计和贝叶斯网络
    第6章遗传算法
    第7章案便研究:直邮营销的回应建模问题
    总结
    参考文献
查看详情
12
相关图书 / 更多
数据挖掘方法与模型
数据治理实践者手记
苏振中
数据挖掘方法与模型
数据中台:让数据用起来 第2版 付登坡 等
付登坡 江敏 赵东辉 等
数据挖掘方法与模型
数据对话:建立你的数据流利度
(瑞士)马丁·埃普勒 法比耶纳 宾兹利
数据挖掘方法与模型
数据结构高分(2025版 天勤3版) 大中专公共计算机 率辉 新华正版
率辉
数据挖掘方法与模型
数据资源管理 陈忆金 奉国和
陈忆金 奉国和
数据挖掘方法与模型
数据工程之道:设计和构建健壮的数据系统 [美]乔·里斯 [美]马特·豪斯利
[美]乔·里斯(Joe Reis),[美]马特·豪斯利(Matt Housley)
数据挖掘方法与模型
数据法学前沿
武长海
数据挖掘方法与模型
数据结构与算法入门到提高(Python语言实现)
谭琨、韦韬 编著
数据挖掘方法与模型
数据合规与网络安全风险防范
冯洋
数据挖掘方法与模型
数据加密与PKI应用(微课版)
王秀英
数据挖掘方法与模型
数据治理驱动的数字化转型 王建峰 辛华
王建峰 辛华
数据挖掘方法与模型
数据资产保护的合规要点与实务
辛小天,周杨,史蕾
您可能感兴趣 / 更多
数据挖掘方法与模型
争吵的恋人:我们为什么相爱,又为什么争吵
[美]约翰·金,[美]瓦妮莎·贝内特
数据挖掘方法与模型
蒙特卡洛的密码锁(数学大师的逻辑课) 文教科普读物 [美]雷蒙德·m.斯穆里安(raymondm.smullyan)
[美]雷蒙德·m.斯穆里安(raymondm.smullyan)
数据挖掘方法与模型
全新正版图书 新任管理者快速成长蕾切尔·帕切科浙江教育出版社9787572277214
[美]蕾切尔· 帕切科
数据挖掘方法与模型
《生命大设计.重构》(关于“生命创造现实”这一惊人事实,独特且完整的科学探索与哲学诠释)
[美]鲍勃·伯曼 著;杨泓 译;[美]罗伯特·兰札;马泰·帕夫希奇(斯洛文尼亚)
数据挖掘方法与模型
杰出投资者的底层认知:成功投资与明智创富的10个茅塞顿开之问(《聪明的投资者》新时代精华版)
[美]J.戴维·斯坦恩(J.David Stein) 著;刘寅龙 译;庞鑫
数据挖掘方法与模型
浴缸里的海洋
[美]塞思·菲什曼
数据挖掘方法与模型
新视界文库-生命故事:生物学上的伟大发现
[美]肖恩·B.卡罗尔
数据挖掘方法与模型
洛丽塔原型:小说《洛丽塔》背后的萨莉?霍纳绑架案
[美]萨拉·魏恩曼 著;真故图书 出品
数据挖掘方法与模型
托尔斯泰
[美]莉莎·克纳普(Liza Knapp)
数据挖掘方法与模型
奇迹之门 《纽约时报》畅销书作家写给孩子的一封“成长家书”。让父母的爱与肯定,成为孩子探索世界的底气。拥抱成长的不确定性,打开通向无限可能的“奇迹之门”。
[美]艾莉森·麦基/文 (美) 柳泰恩 图
数据挖掘方法与模型
全球通史(全六册)(另一个角度的“全球通史”,不一样的视野与新知。以地理为骨,历史为肉,一部超级丰满的世界通史。)
[美]塞缪尔·古德里奇 译者:冷惠玲、冯佳娜、王小忠、孙丽霞、李江艳
数据挖掘方法与模型
《星际争霸》动画影像艺术
[美]罗伯特·布鲁克斯