數據挖掘方法與模型

數據挖掘方法與模型

由於強大的數據挖掘軟體平台很容易獲得,草率地使用數據挖掘方法和技術將導致挖掘的結果混淆難解。這種失誤往往源自盲目使用“黑盒子”方法進行數據挖掘,而最好的避免途徑就是使用“自盒子”方法,理解隱藏在軟體背後的算法和統計模型結構。

基本信息

圖書信息

書名:數據挖掘方法與模型
..數據挖掘方法與模型

作 者:拉羅斯(DanielT.Larose)
出版社:高等教育出版社
出版時間:2011年3月1日
ISBN:9787040309683
開本:16開
定價:49.00元

內容簡介

《數據挖掘方法與模型》分為7章,第1章是對降維方法的介紹,這是數據挖掘技術的一個先決條件;第2章至第6章為經典的數據挖掘算法和技術,包括一元回歸模型、多元回歸模型、邏輯回歸模型、貝葉斯網路分析以及遺傳算法,通過實際案例引導讀者由已預處理的數據使用不同的挖掘技術從而得出所需結論;第7章為基於數據挖掘過程模型上的多個案例研究,通過多個領域的案例來闡述算法和技術是如何被運用的。
《數據挖掘方法與模型》可作為數據挖掘課程教學用書,適用於高年級本科生和研究生的教學,也可供科研人員參考使用。當下,由於強大的數據挖掘軟體平台很容易獲得,草率地使用數據挖掘方法和技術將導致挖掘的結果混淆難解。這種失誤往往源自盲目使用“黑盒子”方法進行數據挖掘,而最好的避免途徑就是使用“自盒子”方法,理解隱藏在軟體背後的算法和統計模型結構。

作者簡介

作者:(美國)拉羅斯(DanielT.Larose)譯者:劉燕權胡賽全馮新平等DanielTLarose,博士,美國中康乃狄克州立大學統計學教授。設計、開發並主持了世界上第一個線上數據挖掘管理科學碩土學位課程及教學,創立了中康乃狄克州立大學數據挖掘研究室DataMining@CCSU。研究興趣包括數據挖掘、統計分析等。發表多篇論文,出版學術專著5部。

圖書目錄

第1章降維方法
第2章回歸模型
第3章多元回歸和建模
第4章邏輯回歸
第5章樸素貝葉斯估計和貝葉斯網路
第6章遺傳算法
第7章案便研究:直郵行銷的回應建模問題
總結
參考文獻

相關詞條

相關搜尋

熱門詞條

聯絡我們