✍ Scribed by 许国根，贾瑛
No coin nor oath required. For personal study only.
大数据时代，我们需要对各种海量数据进行筛选、清洗、挖掘，在这个过程中，获取有效数据的方式方法和模型算法成为了整个数据挖掘过程的重点，MATLAB作为一个数据挖掘工具，如何正确和准确地使用它成为了重中之重。针对实际应用数据挖掘技术的要求，本书既介绍了数据挖掘的基础理论和技术，又较为详细地介绍了各种算法以及MATLAB程序。本书共分4篇，分别介绍了数据挖掘的基本概念、技术与算法以及应用实例。期望通过大量的实例分析帮助广大读者掌握数据挖掘技术，并应用于实际的研究中，提高对海量数据信息的处理及挖掘能力。本书针对性和实用性强，具有较高的理论和实用价值。本书作者就职于部队高校，专攻数据挖掘，并应用于大量实际项目，本书同时得到了国内著名数据挖掘公司的技术支持，很多案例来自实际项目。本书可作为高等院校计算机工程、信息工程、生物医学工程、化学、环境、经济、管理等学科的研究生、本科生的教材或教学参考书，亦可作为企事业单位管理者、信息分析人员、市场营销人员和研究与开发人员的参考资料。
封面
扉页
内容简介
版权页
前言
目录
第1篇 关于数据挖掘
第1章 绪论
第2篇 数据挖掘算法
第2章 决策树算法
第3章 人工神经网络算法
第4章 进化算法
第5章 统计分析方法
第6章 贝叶斯网络方法
第7章 支持向量机
第8章 关联分析
第9章 其他数据挖掘方法
第3篇 数据挖掘相关技术
第10章 数据仓库
第11章 模糊集理论
第12章 粗糙集技术
第13章 目标优化技术
第14章 可视化技术
第15章 公式发现
第16章 多媒体数据挖掘技术
第17章 Web数据挖掘技术
第4篇 数据挖掘应用实战
第18章 数据统计特性
第19章 数据预处理
第20章 分类
第21章 预测
第22章 聚类
第23章 时序数据挖掘
第24章 关联规则挖掘
正文结束
参考文献
📜 SIMILAR VOLUMES
<p>Apache HAWQ是一个SQL-on-Hadoop产品，它非常适合用于Hadoop平台上快速构建数据仓库系统。HAWQ具有大规模并行处理、完善的SQL兼容性、支持存储过程和事务、出色的性能表现等特性，还可与开源数据挖掘库MADlib轻松整合，从而使用SQL就能进行数据挖掘与机器学习。</p> <p>《HAWQ数据仓库与数据挖掘实战》内容分技术解析、实战演练与数据挖掘三个部分共27章。技术解析部分说明HAWQ的基础架构与功能特性，包括安装、连接、对象与资源管理、查询优化、备份恢复、高可用性等。实战演练部分用一个完整的示例，说明如何使用HAWQ取代传统数据仓库，包括ETL处理、自动调度
数据仓库与数据挖掘是与计算机、信息类等相关专业的核心课程。本书采用提出问题、分析问题、解决问题的思路，通过工程实例介绍了SQL Server 2005和Weka软件的使用方法以及联机分析处理技术、关联规则方法、决策树方法、贝叶斯方法、人工神经网络方法、聚类分析方法、线性回归方法等数据仓库与数据挖掘技术。本书结构严谨，条理清晰，语言浅显易懂，循序渐进地表达了知识内容；坚持理论与实际相结合，知识理论与具体实现方法相结合，使技术实现具体化、生动化、可操作化；工程实例的实现过程建立在SQL Server 2005和Weka软件的基础上，以帮助读者在学习后达到学以致用的效果。本书可以和《数据仓库与数据挖
《数据分析与数据挖掘》主要介绍数据挖掘和数据分析的基本概念和方法，包括数据的基本属性和概念、数据预处理技术、数据立方体和OLAP技术、频繁模式挖掘、回归分析、分类、聚类、离群点分析。书中涉及到的模型和算法均给予了相应的实例。
<p>王振武、徐慧编著的这本《数据挖掘算法原理与 实现》对数据挖掘的基本算法进行了系统的介绍，每 种算法不仅包括对算法基本原理的介绍，而且配有大 量的例题以及源代码，并且对源代码进行了分析，这 种理论和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。 全书共分11章，内容同时涵盖了数据预处理、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
<p>《大数据分析与数据挖掘》综合大数据分析与数据挖掘的理论、技术和实际案例，以丰富的产学合作实务案例，深入浅出地剖析从大数据中掏金的秘诀。全书内容涵盖大数据分析与数据挖掘的基本概念、数据准备、大数据分析的方法与实证及相关的进阶运用，并佐以R语言及例题实作，提升读者的数据挖掘实战能力，开拓对大数据分析的洞察视野。</p> <p>随着移动通信和行动装置普及、物联网和网络发展，以及云端技术的不断进步，现今数据产生、搜集和储存方式比以往更为方便。数据挖掘与大数据分析可以从海量数据中，找到值得参考的样型或规则，转换成有价值的信息、洞察或知识，创造更多新价值。</p> <p>本书主要介绍数据挖掘与大