商業(yè)數(shù)據(jù)挖掘?qū)д?/h1>

出版時(shí)間：2007-8  出版社：機(jī)械工業(yè)  作者：（美）戴維.奧爾森  頁(yè)數(shù)：235  譯者：呂巍  
Tag標(biāo)簽：無(wú)  

內(nèi)容概要

　　《管理科學(xué)與工程精品教材：商業(yè)數(shù)據(jù)挖掘?qū)д摗肪C合商業(yè)專(zhuān)業(yè)知識(shí)和數(shù)據(jù)挖掘模型開(kāi)發(fā)于一體，系統(tǒng)地介紹了數(shù)據(jù)挖掘商業(yè)環(huán)境、數(shù)據(jù)挖掘技術(shù)及其在商業(yè)中的應(yīng)用。在注重對(duì)數(shù)據(jù)挖掘技術(shù)講解的同時(shí)，強(qiáng)調(diào)了數(shù)據(jù)挖掘在商業(yè)決策領(lǐng)域中的應(yīng)用，彌補(bǔ)了大多數(shù)數(shù)據(jù)倉(cāng)庫(kù)技術(shù)類(lèi)書(shū)籍商業(yè)應(yīng)用不足的缺點(diǎn)。

書(shū)籍目錄

譯者序作者簡(jiǎn)介前言第一部分 導(dǎo)論第1章 商業(yè)數(shù)據(jù)挖掘簡(jiǎn)介　1.1 介紹　1.2 進(jìn)行數(shù)據(jù)挖掘需要什么　1.3 數(shù)據(jù)挖掘　1.4 集聚營(yíng)銷(xiāo)　1.5 商業(yè)數(shù)據(jù)挖掘　1.6 數(shù)據(jù)挖掘工具第2章 數(shù)據(jù)挖掘過(guò)程與知識(shí)發(fā)　2.1 CRISP-DM　2.2 知識(shí)發(fā)現(xiàn)過(guò)程第3章 數(shù)據(jù)挖掘的數(shù)據(jù)庫(kù)支持　3.1 數(shù)據(jù)倉(cāng)庫(kù)　3.2 數(shù)據(jù)集市　3.3 聯(lián)機(jī)分析處理　3.4 數(shù)據(jù)倉(cāng)庫(kù)的實(shí)現(xiàn)　3.5 元數(shù)據(jù)　3.6 系統(tǒng)示范　3.7 數(shù)據(jù)質(zhì)量　3.8 軟件產(chǎn)品　3.9 實(shí)例第二部分 數(shù)據(jù)挖掘工具第4章 數(shù)據(jù)挖掘方法概述　4.1 數(shù)據(jù)挖掘方法　4.2 數(shù)據(jù)挖掘視野　4.3 數(shù)據(jù)挖掘的作用　4.4 實(shí)證數(shù)據(jù)集附錄4A第5章 聚類(lèi)分析　5.1 聚類(lèi)分析　5.2 聚類(lèi)分析的描述　5.3 類(lèi)數(shù)量的變動(dòng)　5.4 聚類(lèi)分析的運(yùn)用　5.5 在軟件中使用聚類(lèi)分析　5.6 大數(shù)據(jù)集的方法運(yùn)用　5.7 軟件產(chǎn)品附錄5A第6章 數(shù)據(jù)挖掘中的回歸算法　6.1 回歸模型　6.2 邏輯回歸　6.3 線性判別分析　6.4 數(shù)據(jù)挖掘中回歸的實(shí)際應(yīng)用　6.5 大樣本數(shù)據(jù)集的模型應(yīng)用第7章 數(shù)據(jù)挖掘中的神經(jīng)網(wǎng)絡(luò)　7.1 神經(jīng)網(wǎng)絡(luò)　7.2 數(shù)據(jù)挖掘中的神經(jīng)網(wǎng)絡(luò)　7.3 神經(jīng)網(wǎng)絡(luò)的商業(yè)應(yīng)用　7.4 神經(jīng)網(wǎng)絡(luò)應(yīng)用于大樣本數(shù)據(jù)集　7.5 神經(jīng)網(wǎng)絡(luò)產(chǎn)品第8章 決策樹(shù)算法　8.1 決策樹(shù)的工作方式　8.2 機(jī)器學(xué)習(xí)　8.3 決策樹(shù)的應(yīng)用　8.4 決策樹(shù)法運(yùn)用到大型的數(shù)據(jù)集　8.5 決策樹(shù)的軟件產(chǎn)品附錄8A第9章 基于線性規(guī)劃的方法　9.1 線性判別分析　9.2 多重標(biāo)準(zhǔn)線性規(guī)劃分類(lèi)　9.3 模糊線性規(guī)劃分類(lèi)　9.4 信用卡證券管理：線性規(guī)劃的實(shí)際應(yīng)用　9.5 線性規(guī)劃的軟件支持附錄9A第三部分 商業(yè)應(yīng)用第10章 商業(yè)數(shù)據(jù)挖掘的應(yīng)用　10.1 應(yīng)用　10.2 不同數(shù)據(jù)挖掘方法的比較第11章 市場(chǎng)購(gòu)物籃分析　11.1 定義　11.2 實(shí)證　11.3 市場(chǎng)購(gòu)物籃分析的局限　11.4 市場(chǎng)購(gòu)物籃分析軟件附錄11A第四部分 發(fā)展中的問(wèn)題第12章 文本挖掘與web挖掘　12.1 文本挖掘　12.2 Web挖掘附錄12A第13章 數(shù)據(jù)挖掘中的道德規(guī)范　13.1 數(shù)據(jù)訪問(wèn)的隱患　13.2 Web數(shù)據(jù)挖掘問(wèn)題　13.3 網(wǎng)絡(luò)問(wèn)題　13.4 網(wǎng)絡(luò)道德　13.5 控制方法術(shù)語(yǔ)表注釋

編輯推薦

　　本書(shū)綜合商業(yè)專(zhuān)業(yè)知識(shí)和數(shù)據(jù)挖掘模型開(kāi)發(fā)于一體，系統(tǒng)地介紹了數(shù)據(jù)挖掘商業(yè)環(huán)境、數(shù)據(jù)挖掘技術(shù)及其在商業(yè)中的應(yīng)用。在注重對(duì)數(shù)據(jù)挖掘技術(shù)講解的同時(shí)，強(qiáng)調(diào)了數(shù)據(jù)挖掘在商業(yè)決策領(lǐng)域中的應(yīng)用，彌補(bǔ)了大多數(shù)數(shù)據(jù)倉(cāng)庫(kù)技術(shù)類(lèi)書(shū)籍商業(yè)應(yīng)用不足的缺點(diǎn)。本書(shū)主線清晰，案例豐富，語(yǔ)言精練?！　”緯?shū)既可以作為商業(yè)專(zhuān)業(yè)本科生、研究生的教材，也可以在MBA、EMBA 教學(xué)和企業(yè)培訓(xùn)中使用。

圖書(shū)封面

圖書(shū)標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

• 還沒(méi)讀過(guò)(42)
• 勉強(qiáng)可看(308)
• 一般般(525)
• 內(nèi)容豐富(2179)
• 強(qiáng)力推薦(178)

---

    商業(yè)數(shù)據(jù)挖掘?qū)д?PDF格式下載

---