亚洲av无码成人精品区在线观看 ,亚洲va在线∨a天堂va欧美va,亚洲国产精品综合久久20

数据挖掘与机器学�?吴徏�?nbsp; PDF 下蝲

本站整理下蝲�Q?/strong>

版权归出版社和原作者所有，链接已删除，误��买正�?/b>

用户下蝲说明�Q?/strong>

�?sh��)子版仅供预览，下蝲�?4��时内务必删除，支持正版�Q�喜�Ƣ的误��买正版书�c�：(x��)

http://product.dangdang.com/1814645246.html

相关截图�Q?br />

资料��介：(x��)
本书主要介绍数据挖掘的基本技术和应用。数据挖掘作��Z��个多学科领域�Q�从多个学科汲取营养。这些学�U�包括统计学、机器学�?f��n)、模式识别、数据库技术、信息检索、网�l�科学、知识库�pȝ��、�h工智能、高性能计算和数据可视化。我们提供发现隐藏在大型数据集中的模式的技术，��x��可行性、有用性、有效性和可�׾~�性问题。尽��我们确实提供了�q�些领域的必要背景材料，以便读者理解它们各自在数据挖掘中的作用。本书中由浅入深的�ؓ(f��)每个章节准备了案例，使读者能了解数据挖掘技术是如何�q�用在实际问题上的，从而灵�z�运用所学知识和技能�?/span>

资料目录�Q?br /> �W?1 �?数据挖掘概述 1
1�Q?　数据挖掘发展��q�　1
1�Q?�Q?　数据时代　1
1�Q?�Q?　数据分析的技术发展　2
1�Q?　数据挖掘概念　5
1�Q?�Q?　数据挖掘的定义与OLAP　5
1�Q?�Q?　数据挖掘与知识发现KDD　6
1�Q?　数据挖掘的功能与应用领域　9
1�Q?�Q?　�?sh��)子商务　9
1�Q?�Q?　�?sh��)信行业　10
1�Q?�Q?　金融行业　10
1�Q?�Q?　�ȝ��行业　10
1�Q?�Q?　�C�会(x��)�|�络　11
1�Q?�Q?　数据挖掘应用的问题　11
1�Q?　数据挖掘的模式类型　11
1�Q?�Q?　�c?概念描述�Q�特征和区分　12
1�Q?�Q?　回归�Q�regression�Q�　13
1�Q?�Q?　分类�Q�classification�Q�　14
1�Q?�Q?　预测�Q�forecasting�Q�　15
1�Q?�Q?　兌��分析�Q�association�Q�　15
1�Q?�Q?　聚类分析�Q�cluster�Q�　16
1�Q?�Q?　异常��(g��)��（anomalydetection�Q�　17
1�Q?�Q?　��结　17
1�Q?　数据挖掘的数据类型　18
1�Q?�Q?　数据库　18
1�Q?�Q?　数据仓库数据　19
1�Q?�Q?　其它数据�c�d��　20
1�Q?　数据挖掘的交叉学�U�　20
1�Q?�Q?　�l�计学　21
1�Q?�Q?　机器学习(f��n)　21
1�Q?�Q?　数据库与数据仓库　22
�W�　2�?Pandas数据分析　23
2�Q?　Pandas与数据分析　23
2�Q?�Q?　�l�计学与数据挖掘　23
2�Q?�Q?　常用的统计学指标　24
2�Q?�Q?　Pandas的简单介�l�　26
2�Q?　Pandas�l�计案例分析　30
2�Q?�Q?　实验实现Pandas自行车数据分析　30
2�Q?�Q?　实验实现Pandas服务热线数据分析　36
�W?章　数据挖掘与机器学�?f��n)　41
3�Q?　数据挖掘中的机器学习(f��n)　41
3�Q?�Q?　什么是机器学习(f��n)�Q�　41
3�Q?�Q?　机器学习(f��n)处理的问题　42
3�Q?�Q?　机器学习(f��n)的框架　42
3�Q?�Q?　数据的加载和分割　43
3�Q?　机器学习(f��n)的模型　45
3�Q?�Q?　模型的选择　45
3�Q?�Q?　学习(f��n)和预��　46
3�Q?�Q?　实验实现机器学习(f��n)模型　47
3�Q?　模型的评判和保存　48
3�Q?�Q?　分类、回归、聚�c�M��同的评判指标　48
3�Q?�Q?　交叉验证 (Cross validation)　49
3�Q?�Q?　实验实现分类、回归指标　50
3�Q?�Q?　实验实现cross_val_score　51
3�Q?�Q?　实验实现模型的保存　52
3�Q?　支持向量机　53
3�Q?�Q?　支持向量机　53
3�Q?�Q?　实验实现支持向量机分�c�R��54
3�Q?�Q?　实验实现支持向量机回归　55
3�Q?�Q?　实验实现支持向量机异常检��　55
3�Q?　�q�拟合问题　58
3�Q?�Q?　�q�拟合　58
3�Q?�Q?　实验实现学习(f��n)曲线和验证曲�Uѝ��59
�W?章　分类分析�Ҏ(gu��)��与应用　62
4�Q?　数据挖掘分类问题　62
4�Q?　概率模型　63
4�Q?�Q?　原理　63
4�Q?�Q?　应用场景　66
4�Q?　朴素贝叶斯分�c�R��66
4�Q?�Q?　原理与应用场景　66
4�Q?�Q?　实验实现朴素贝叶斯算法　67
4�Q?　向量�I�间模型　68
4�Q?�Q?　原理与应用场景　68
4�Q?�Q?　实验实现�I�间向量模型　69
4�Q?　KNN��法　72
4�Q?�Q?　原理与应用场景　72
4�Q?�Q?　实验实现KNN��法　74
4�Q?　多类问题　76
4�Q?�Q?　原理与应用场景　76
4�Q?�Q?　实验实现多类问题　77
�W?章　回归模型��法与应用　79
5�Q?　回归预测问题　80
5�Q?　�U�性回归　81
5�Q?�Q?　原理与应用场景　81
5�Q?�Q?　实验实现�U�性回归　82
5�Q?　岭回归和LASSO　84
5�Q?�Q?　原理与应用场景　84
5�Q?�Q?　实验实现岭回归　87
5�Q?　逻辑回归　89
5�Q?�Q?　原理与应用场景　89
5�Q?�Q?　实验实现逻辑回归　91
�W?章　无监督学�?f��n)　94
6�Q?　无监督学�?f��n)问题　94
6�Q?�Q?　无监督学�?f��n)　94
6�Q?�Q?　聚类分析的基本概念与原理　95
6�Q?　划分聚类　96
6�Q?�Q?　划分聚类　96
6�Q?�Q?　K-Means��法　97
6�Q?�Q?　实验实现K-Means��法　100
6�Q?　层次聚类　103
6�Q?�Q?　层次聚类��法　103
6�Q?�Q?　实验实现层次聚类��法实现　105
6�Q?　聚类效果评测　106
6�Q?�Q?　聚类效果的评��　106
6�Q?�Q?　实验实现聚类效果评测　107
6�Q?　降维　108
6�Q?�Q?　降维�Ҏ(gu��)��　108
6�Q?�Q?　实验实现降维　108
�W?章　兌��规则　110
7�Q?　兌��规则的概��c(di��n)��111
7�Q?�Q?　什么是兌��规则�Q�　111
7�Q?　Apriori��法　112
7�Q?�Q?　Apriori��法概念　112
7�Q?�Q?　Apriori��法实现原理　113
7�Q?�Q?　实验实现Apriori��法　115
7�Q?　协同�q��o(h��)　119
7�Q?�Q?　协同�q��o(h��)��法的概��c(di��n)��119
7�Q?�Q?　协同�q��o(h��)�Q�基于用��P��　120
7�Q?�Q?　协同�q��o(h��)�Q�基于用��P��　122
7�Q?�Q?　实验实现协同�q��o(h��)��法　124
�W?章　囑փ�数据分析　129
8�Q?　囑փ�数据　129
8�Q?　囑փ�数据分析�Ҏ(gu��)��　131
8�Q?　囑փ�数据分析案例　133
8�Q?�Q?　PIL�Q�Python囑փ�处理�c�d��应用�C�Z��　133
8�Q?�Q?　Numpy囑փ�数据分析�C�Z��　138
8�Q?�Q?　Scipy囑փ�数据分析�C�Z��　141
8�Q?�Q?　scikit-image　145
8�Q?�Q?　�l�合�l�习(f��n)　150
�W�　9 �?自然语言处理与NLTK　151
9�Q?　自然语言处理概述　151
9�Q?�Q?　什么是自然语言处理�Q�　151
9�Q?　NLTK入门基础　152
9�Q?�Q?　Python的第三方模块NLTK　152
9�Q?�Q?　实验实现词条化　153
9�Q?�Q?　实验实现词干�q�原　154
9�Q?�Q?　实验实现词型归�ƈ　155
9�Q?�Q?　实验实现文本划分　156
9�Q?�Q?　实验实现数值型数据的�{换　157
9�Q?　NLTK文本分析　159
9�Q?�Q?　实验实现文本分类器　159
9�Q?�Q?　实验实现性别判断　161
9�Q?�Q?　实验实现情感分析　162

亚洲精品92内射,午夜福利院在线观看免费 ,亚洲av中文无码乱人伦在线视色,亚洲国产欧美国产综合在线,亚洲国产精品综合久久2007

最新Java全栈��׃��实战评��(免费)

AI人工��学习(f��n)大礼�?/h2>
IDEA�怹��Ȁ�z?/h2>

IDEA�怹��Ȁ�z?/h2>

66套java实战评��无套路领�?/h2>
锋哥开始收Java学员啦！

Python学习(f��n)路线�?/h2>

锋哥开始收Java学员啦！

Python学习(f��n)路线�?/h2>

数据挖掘与机器学�?吴徏�? PDF 下蝲

Java1234官方��?5�Q?/td>
Java1234官方��?5�Q?/td>	838462530