數(shù)據(jù)挖掘原理

內(nèi)容概要

成對日益龐大的數(shù)據(jù)資源，人們迫切需要強(qiáng)有力的工個(gè)來“挖掘”其中的有作信息，數(shù)據(jù)挖掘就是針對這一需求而發(fā)展起來的一門匯集統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)、數(shù)據(jù)庫、人工智能學(xué)科內(nèi)容的新興的交叉學(xué)科。本書深入探討數(shù)據(jù)挖掘原理，把信息科學(xué)、計(jì)算科學(xué)和統(tǒng)計(jì)學(xué)對數(shù)據(jù)挖掘的貢獻(xiàn)融俁在一起，是一本真正的跨學(xué)科教材。
本書適合計(jì)算機(jī)專業(yè)、應(yīng)用數(shù)學(xué)專業(yè)高年級本科生和研究生，以及致力于數(shù)據(jù)挖掘方向的研究和工作人員等閱讀。

作者簡介

(英)漢德（David Hand）是倫敦帝國大學(xué)數(shù)學(xué)系統(tǒng)計(jì)學(xué)教授。Heikki Mannila是赫爾辛基工業(yè)大學(xué)計(jì)算科學(xué)與工程系的教授，諾基亞研究中心的研究員。Padhraic Smyth是加州大學(xué)Lrvine分校信息與計(jì)算科學(xué)系的副教授。

書籍目錄

出版者的話專家指導(dǎo)委員會名單中文版序言前言第1章	緒論第2章	測理和數(shù)據(jù)第3章	可視化和探索數(shù)據(jù)第4章	數(shù)據(jù)分析和不確定性第5章	數(shù)據(jù)挖掘算法概覽第6章	模型和模式第7章	數(shù)據(jù)挖掘算法的評發(fā)函數(shù)第8章	搜索和優(yōu)化方法第9章	描述建模第10章	用于分類的預(yù)測建模第11章	用于回歸的預(yù)測第12章	數(shù)據(jù)組織和數(shù)據(jù)庫第13章	尋找模式和規(guī)則第14章	根據(jù)內(nèi)容檢索附錄   隨機(jī)變量參考文獻(xiàn) 索引

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    數(shù)據(jù)挖掘原理 PDF格式下載

---