国产刺激高潮刺激影视,亚洲av无码不卡顿片,免费黄站无码亚洲av网址

內(nèi)容簡介

數(shù)據(jù)挖掘和知識發(fā)現(xiàn)是目前幾乎所有涉及到海量數(shù)據(jù)處理的行業(yè)與領域都會采用的關鍵技術之一。本書從數(shù)據(jù)挖掘的概念、方法、技術及應用等多個角度描述了數(shù)據(jù)挖掘與知識發(fā)現(xiàn)的成果，是一本具有較高參考價值的學術著作。本書對數(shù)據(jù)挖掘的技術進行了較為全面的介紹，針對每項技術在不同領域的應用進行了初步探討，并給出了一個數(shù)據(jù)挖掘系統(tǒng)設計與開發(fā)的全過程。本書從一些數(shù)據(jù)挖掘中的具體應用案例出發(fā)，引出相關理論，從問題背景到數(shù)據(jù)挖掘方法的具體應用都有說明，對實踐極富指導價值。全書七章內(nèi)容包括關聯(lián)規(guī)則挖掘方法、數(shù)據(jù)分類與聚類技術、預測與序列模式發(fā)現(xiàn)方法以及Web挖掘等。本書可作為高等院校計算機及相關專業(yè)本科高年級學生的參考教材，也可作為計算機軟件與應用、信息科學等專業(yè)研究生的專業(yè)課教材或參考書，還可作為信息產(chǎn)業(yè)管理部門、信息技術公司及其他從事海量數(shù)據(jù)處理的相關人員進行本行業(yè)領域研究與開發(fā)的參考書。

作者簡介

暫缺《數(shù)據(jù)挖掘技術及應用》作者簡介

圖書目錄

第1章數(shù)據(jù)挖掘概述
1.1 數(shù)據(jù)挖掘技術產(chǎn)生的動力
1.2 數(shù)據(jù)挖掘的概念與方法概述
1.3 數(shù)據(jù)挖掘的分類
1.4 數(shù)據(jù)挖掘的主要功能
1.5 數(shù)據(jù)挖掘的工具及軟件
1.6 數(shù)據(jù)挖掘的專利
1.7 數(shù)據(jù)挖掘技術的應用狀況
1.8 本章小結(jié)
本章參考文獻
思考題
第2章關聯(lián)規(guī)則發(fā)現(xiàn)
2.1 關聯(lián)規(guī)則挖掘的典型問題--貨籃數(shù)據(jù)分析
2.2 關聯(lián)規(guī)則挖掘的基本概念
2.3 二值型關聯(lián)規(guī)則挖掘
2.4 并行關聯(lián)規(guī)則挖掘算法
2.5 數(shù)值型關聯(lián)規(guī)則挖掘算法
2.6 多層次關聯(lián)規(guī)則挖掘
2.7 增量式關聯(lián)規(guī)則挖掘
2.8 關聯(lián)規(guī)則挖掘的其他問題
2.9 關聯(lián)規(guī)則挖掘在文獻分析中的應用
2.10 本章小結(jié)
本章參考文獻
思考題
第3章數(shù)據(jù)分類
3.1 決策樹
3.2 神經(jīng)網(wǎng)絡
3.3 遺傳算法
3.4 支持向量機
3.5 其他分類方法
3.6 分類方法在人臉識別中的應用
3.7 本章小結(jié)
本章參考文獻
思考題
第4章聚類分析
4.1 聚類和聚類分析
4.2 數(shù)據(jù)類型
4.3 相似度量方法
4.4 聚類方法的分類
4.5 劃分聚類方法
4.6 層次聚類方法
4.7 基于空間索引的聚類方法
4.8 自組織神經(jīng)網(wǎng)絡
4.9 其他聚類方法
4.10 聚類方法的評價
4.11 聚類應用案例
4.12 本章小結(jié)
本章參考文獻
思考題
第5章統(tǒng)計預測方法與序列模式挖掘
5.1 時間序列與序列模式
5.2 時間序列預測的基本方法
5.3 回歸預測方法
5.4 統(tǒng)計預測案例分析
5.5 序列模式挖掘的基本概念與方法
5.6 多層次序列模式挖掘方法
5.7 多層次序列模式挖掘在供應鏈管理中的應用
5.8 本章小結(jié)
本章參考文獻
思考題
第6章 Web上的數(shù)據(jù)挖掘
6.1 Web上的數(shù)據(jù)
6.2 Web上的數(shù)據(jù)挖掘
6.3 Web中數(shù)據(jù)挖掘的應用
6.4 XML與數(shù)據(jù)挖掘
6.5 電子商務的數(shù)據(jù)挖掘
6.6 本章小結(jié)
本章參考文獻
思考題
第7章數(shù)據(jù)挖掘系統(tǒng)的設計與實現(xiàn)
7.1 數(shù)據(jù)挖掘工具
7.2 分布式環(huán)境下的集成數(shù)據(jù)挖掘系統(tǒng)
7.3 本章小結(jié)
本章參考文獻
思考題
附錄數(shù)據(jù)挖掘產(chǎn)品特點與應用案例表