新書推薦：
《
伏候圣裁：中国古代的君主与政治
》
售價：NT$
449.0
《
艺术图像学研究（第一辑）
》
售價：NT$
857.0
《
摆脱强迫的人生（修订版）
》
售價：NT$
403.0
《
知宋·宋代之司法
》
售價：NT$
454.0
《
空间与政治
》
售價：NT$
398.0
《
少年读三国（全套12册）
》
售價：NT$
2234.0
《
不完美之美：日本茶陶的审美变革（知名茶人李启彰老师器物美学经典代表作 饮一口茶，长一分体悟与智慧 制一件器，生一曲手与陶土的旋律 不借由任何美学架构来觉知美）
》
售價：NT$
398.0
《
现代化的迷途
》
售價：NT$
449.0
|
| 編輯推薦： |
|
这套书以大数据环境下的数据挖掘和机器学习为重点，全面介绍了实践中行之有效的数据挖掘知识和数据处理算法。
|
| 內容簡介： |
|
《数据挖掘导论（完整版）》涵盖五个主题：数据、分类、关联分析、聚类和异常检测。除异常检测外，每个主题都包含两章：前面一章讲述基本概念、代表性算法和评估技术，后面一章较深入地讨论高级概念和算法，目的是使读者在透彻地理解数据挖掘基础的同时，还能了解更多重要的高级主题。《大数据：互联网大规模数据挖掘与分布式处理（第2版）》 源自斯坦福大学海量数据挖掘（CS246: Mining Massive Datasets）课程，主要关注极大规模数据的挖掘。主要内容包括分布式文件系统、相似性搜索、搜索引擎技术、频繁项集挖掘、聚类算法、广告管理及推荐系统。两本书都提供了大量示例、图表和习题。
|
| 關於作者： |
|
Pang-Ning Tan现为密歇根州立大学计算机与工程系助理教授，主要教授数据挖掘、数据库系统等课程。此前，他曾是明尼苏达大学美国陆军高性能计算研究中心副研究员（2002-2003）。Michael Steinbach 明尼苏达大学计算机与工程系研究员，在读博士。Vipin Kumar明尼苏达大学计算机科学与工程系主任，曾任美国陆军高性能计算研究中心主任。他拥有马里兰大学博士学位，是数据挖掘和高性能计算方面的国际大家，IEEE会士。Jure Leskovec 斯坦福大学计算机科学系助理教授，研究方向是大型社交和信息网络的数据挖掘。Anand Rajaraman 数据库和Web技术领域大家，创业投资基金Cambrian联合创始人，斯坦福大学计算机科学系助理教授。Jeffrey David Ullman 美国国家工程院院士，计算机科学家。早年在贝尔实验室工作，之后任教于普林斯顿大学，十年后加入斯坦福大学直至退休，一生的科研、著书和育人成果卓著。他是ACM会员，曾获SIGMOD创新奖、高德纳奖、冯诺依曼奖等多项科研大奖；他是龙书《编译原理》、数据库名著《数据库系统实现》等多部经典著作的合著者；麾下多名学生成为了数据库领域的专家，其中极有名的当属谷歌创始人Sergey Brin；本书第二作者也是他的得意弟子。Ullman目前任Gradiance公司CEO。
|
| 目錄：
|
|
第1章绪论11.1什么是数据挖掘21.2数据挖掘要解决的问题21.3数据挖掘的起源31.4数据挖掘任务41.5本书的内容与组织7文献注释7参考文献8习题10第2章数据132.1数据类型142.1.1属性与度量152.1.2数据集的类型182.2数据质量222.2.1测量和数据收集问题222.2.2关于应用的问题262.3数据预处理272.3.1聚集272.3.2抽样282.3.3维归约302.3.4特征子集选择312.3.5特征创建332.3.6离散化和二元化342.3.7变量变换382.4相似性和相异性的度量382.4.1基础392.4.2简单属性之间的相似度和相异度402.4.3数据对象之间的相异度412.4.4数据对象之间的相似度432.4.5邻近性度量的例子432.4.6邻近度计算问题482.4.7选取正确的邻近性度量50文献注释50参考文献52习题53第3章探索数据593.1鸢尾花数据集593.2汇总统计603.2.1频率和众数603.2.2百分位数613.2.3位置度量：均值和中位数613.2.4散布度量：极差和方差623.2.5多元汇总统计633.2.6汇总数据的其他方法643.3可视化643.3.1可视化的动机643.3.2一般概念653.3.3技术673.3.4可视化高维数据753.3.5注意事项793.4OLAP和多维数据分析793.4.1用多维数组表示鸢尾花数据803.4.2多维数据：一般情况813.4.3分析多维数据823.4.4关于多维数据分析的最后评述84文献注释84参考文献85习题86第4章分类：基本概念、决策树与模型评估894.1预备知识894.2解决分类问题的一般方法904.3决策树归纳924.3.1决策树的工作原理924.3.2如何建立决策树934.3.3表示属性测试条件的方法954.3.4选择最佳划分的度量964.3.5决策树归纳算法1014.3.6例子：Web机器人检测1024.3.7决策树归纳的特点1034.4模型的过分拟合1064.4.1噪声导致的过分拟合1074.4.2缺乏代表性样本导致的过分拟合1094.4.3过分拟合与多重比较过程1094.4.4泛化误差估计1104.4.5处理决策树归纳中的过分拟合1134.5评估分类器的性能1144.5.1保持方法1144.5.2随机二次抽样1154.5.3交叉验证1154.5.4自助法1154.6比较分类器的方法1164.6.1估计准确度的置信区间1164.6.2比较两个模型的性能1174.6.3比较两种分类法的性能118文献注释118参考文献120习题122第5章分类：其他技术1275.1基于规则的分类器1275.1.1基于规则的分类器的工作原理1285.1.2规则的排序方案1295.1.3如何建立基于规则的分类器1305.1.4规则提取的直接方法1305.1.5规则提取的间接方法1355.1.6基于规则的分类器的特征1365.2最近邻分类器1375.2.1算法1385.2.2最近邻分类器的特征1385.3贝叶斯分类器1395.3.1贝叶斯定理1395.3.2贝叶斯定理在分类中的应用1405.3.3朴素贝叶斯分类器1415.3.4贝叶斯误差率1455.3.5贝叶斯信念网络1475.4人工神经网络1505.4.1感知器1515.4.2多层人工神经网络1535.4.3人工神经网络的特点1555.5支持向量机1565.5.1最大边缘超平面1565.5.2线性支持向量机：可分情况1575.5.3线性支持向量机：不可分情况1625.5.4非线性支持向量机1645.5.5支持向量机的特征1685.6组合方法1685.6.1组合方法的基本原理1685.6.2构建组合分类器的方法1695.6.3偏倚方差分解1715.6.4装袋1735.6.5提升1755.6.6随机森林1785.6.7组合方法的实验比较1795.7不平衡类问题1805.7.1可选度量1805.7.2接受者操作特征曲线1825.7.3代价敏感学习1845.7.4基于抽样的方法1865.8多类问题187文献注释189参考文献190习题193第6章关联分析：基本概念和算法2016.1问题定义2026.2频繁项集的产生2046.2.1先验原理2056.2.2Apriori算法的频繁项集产生2066.2.3 候选的产生与剪枝2086.2.4支持度计数2106.2.5计算复杂度2136.3规则产生2156.3.1基于置信度的剪枝2156.3.2Apriori算法中规则的产生2156.3.3例：美国国会投票记录2176.4频繁项集的紧凑表示2176.4.1极大频繁项集2176.4.2闭频繁项集2196.5产生频繁项集的其他方法2216.6FP增长算法2236.6.1FP树表示法2246.6.2FP增长算法的频繁项集产生2256.7关联模式的评估2286.7.1兴趣度的客观度量2286.7.2多个二元变量的度量2356.7.3辛普森悖论2366.8倾斜支持度分布的影响237文献注释240参考文献244习题250第7章关联分析：高级概念2597.1处理分类属性2597.2处理连续属性2617.2.1基于离散化的方法2617.2.2基于统计学的方法2637.2.3非离散化方法2657.3处理概念分层2667.4序列模式2677.4.1问题描述2677.4.2序列模式发现2697.4.3时限约束2717.4.4可选计数方案2747.5子图模式2757.5.1图与子图2767.5.2频繁子图挖掘2777.5.3类Apriori方法2787.5.4候选产生2797.5.5候选剪枝2827.5.6支持度计数2857.6非频繁模式2857.6.1负模式2857.6.2负相关模式2867.6.3非频繁模式、负模式和负相关模式比较2877.6.4挖掘有趣的非频繁模式的技术2887.6.5基于挖掘负模式的技术2887.6.6基于支持度期望的技术290文献注释292参考文献293习题295第8章聚类分析：基本概念和算法3058.1概述3068.1.1什么是聚类分析3068.1.2不同的聚类类型3078.1.3不同的簇类型3088.2K均值3108.2.1基本K均值算法3108.2.2K均值：附加的问题3158.2.3二分K均值3168.2.4K均值和不同的簇类型3178.2.5优点与缺点3188.2.6K均值作为优化问题3198.3凝聚层次聚类3208.3.1基本凝聚层次聚类算法3218.3.2特殊技术3228.3.3簇邻近度的Lance-Williams公式3258.3.4层次聚类的主要问题3268.3.5优点与缺点3278.4DBSCAN3278.4.1传统的密度：基于中心的方法3278.4.2DBSCAN算法3288.4.3优点与缺点3298.5簇评估3308.5.1概述3328.5.2非监督簇评估：使用凝聚度和分离度3328.5.3非监督簇评估：使用邻近度矩阵3368.5.4层次聚类的非监督评估3388.5.5确定正确的簇个数3398.5.6聚类趋势3398.5.7簇有效性的监督度量3408.5.8评估簇有效性度量的显著性343文献注释344参考文献345习题347第9章聚类分析：其他问题与算法3559.1数据、簇和聚类算法的特性3559.1.1例子：比较K均值和DBSCAN3559.1.2数据特性3569.1.3簇特性3579.1.4聚类算法的一般特性3589.2基于原型的聚类3599.2.1模糊聚类3599.2.2使用混合模型的聚类3629.2.3自组织映射3699.3基于密度的聚类3729.3.1基于网格的聚类3729.3.2子空间聚类3749.3.3DENCLUE：基于密度聚类的一种基于核的方案3779.4基于图的聚类3799.4.1稀疏化3799.4.2最小生成树聚类3809.4.3OPOSSUM：使用METIS的稀疏相似度最优划分3819.4.4Chameleon：使用动态建模的层次聚类3819.4.5共享最近邻相似度3859.4.6Jarvis-Patrick聚类算法3879.4.7SNN密度3889.4.8基于SNN密度的聚类3899.5可伸缩的聚类算法3909.5.1可伸缩：一般问题和方法3919.5.2BIRCH3929.5.3CURE3939.6使用哪种聚类算法395文献注释397参考文献398习题400第10章异常检测40310.1预备知识40410.1.1异常的成因40410.1.2异常检测方法40410.1.3类标号的使用40510.1.4问题40510.2统计方法40610.2.1检测一元正态分布中的离群点40710.2.2多元正态分布的离群点40810.2.3异常检测的混合模型方法41010.2.4优点与缺点41110.3基于邻近度的离群点检测41110.4基于密度的离群点检测41210.4.1使用相对密度的离群点检测41310.4.2优点与缺点41410.5基于聚类的技术41410.5.1评估对象属于簇的程度41510.5.2离群点对初始聚类的影响41610.5.3使用簇的个数41610.5.4优点与缺点416文献注释417参考文献418习题420附录A线性代数423附录B维归约433附录C概率统计445附录D回归451附录E优化457
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
