✍ Scribed by it-ebooks
No coin nor oath required. For personal study only.
📜 SIMILAR VOLUMES
<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
数据挖掘算法是根据数据创建数据挖掘模型的一组试探法和计算。算法根据数据创建的挖掘模型可以采用多种形式，这包括：说明数据集中的事例如何相关的一组分类。预测结果并描述不同条件是如何影响该结果的决策树。预测销量的数学模型。说明在事务中如何将产品分组到一起的一组规则，以及一起购买产品的概率等。本书主要介绍数据挖掘的十大经典算法的基本原理及其R语言的实现。 理论部分通俗易懂，实验部分使用编写语言的顺序讲解每个数据挖掘算法的实现过程，让学员所见即所得。
本书对数据挖掘的基本算法进行了系统介绍，每种算法不仅介绍了算法的基本原理，而且配有大量例题以及源代码，并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、Kmeans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，也可以作为从事数据挖掘工作以及其他相关工程技术工作人员的参考书。
本书重点介绍Python语言在数据处理与数据挖掘方面的应用技巧，主要包括数据分析基础知识（数据收集与分析软件、数据挖掘的分析基础、简单数据的统计分析），数据分析高级方法（多元数据的综合分析、时序数据的模型分析），大数据基本处理方法（大数据分析基础应用、文献计量与科研评价、社会网络分析方法、数据分析编程平台）等内容。附录中还提供了Python数据分析相关方法和函数等，方便读者随时查看。本书内容丰富，图文并茂，可操作性强且便于查阅，主要面向数据分析的读者，能有效帮助读者提高数据处理与分析的水平，提升工作效率。书中的例子数据、习题数据及相关代码都可在作者的学习博客http://blog.leanot
<p>《常用数值算法及其MATLAB实现》详细介绍了求解数值问题的常用算法的算法原理及其MATLAB实现，偏重于算法的实现，强调例题的分析和应用。主要内容包括：线性方程组的直接解法和迭代解法、插值和函数逼近、数值积分、数值优化、矩阵的特征值问题、解非线性方程和方程组的数值方法及常微分方程和偏微分方程的数值解法。</p> <p>《常用数值算法及其MATLAB实现》可作为高等院校数学与应用数学专业、信息与计算科学专业和计算机应用等专业的本科生及工科硕士研究生的教材或参考书，也可供从事科学与工程计算的技术人员参考。</p>