欧美激情狂野a片,亚洲成免费av人片无码,无码有码国产18p

內(nèi)容簡介

　　《數(shù)據(jù)挖掘原理算法與應(yīng)用》系統(tǒng)介紹了數(shù)據(jù)挖掘原理、算法和應(yīng)用的相關(guān)知識。主要內(nèi)容包括數(shù)據(jù)挖掘的過程、數(shù)據(jù)存儲技術(shù)、數(shù)據(jù)預(yù)處理技術(shù)和算法、異常數(shù)據(jù)檢測技術(shù)和算法、數(shù)據(jù)分類算法和應(yīng)用、數(shù)據(jù)聚類分析的算法及其應(yīng)用、數(shù)據(jù)關(guān)聯(lián)分析算法及其應(yīng)用、模型的評估技術(shù)和算法、復(fù)雜數(shù)據(jù)類型的數(shù)據(jù)挖掘技術(shù)。本書涵蓋了數(shù)據(jù)挖掘過程的各方面技術(shù)和算法，在內(nèi)容安排上將理論知識和工程技術(shù)應(yīng)用有機地結(jié)合起來，并介紹了許多數(shù)據(jù)挖掘的典型應(yīng)用方法。本書可作為高等院校計算機科學(xué)與技術(shù)、信息管理、數(shù)據(jù)分析等專業(yè)的教科書，也可作為企業(yè)管理、信息分析人員的技術(shù)參考書。

作者簡介

暫缺《數(shù)據(jù)挖掘原理、算法與應(yīng)用》作者簡介

圖書目錄

出版說明
前言
第1章概述
1.1 從數(shù)據(jù)中獲取知識
1.2 數(shù)據(jù)挖掘的基本概念
1.3 數(shù)據(jù)挖掘的發(fā)展歷程
1.4 數(shù)據(jù)挖掘的功能和數(shù)據(jù)挖掘系統(tǒng)的分類
    1.4.1 分類與回歸
    1.4.2 聚類分析
    1.4.3 關(guān)聯(lián)規(guī)則
    1.4.4 時序模式
    1.4.5 異常檢測
    1.4.6 數(shù)據(jù)挖掘系統(tǒng)的分類
1.5 數(shù)據(jù)挖掘的過程
    1.5.1 數(shù)據(jù)挖掘的一般流程
    1.5.2 跨行業(yè)數(shù)據(jù)挖掘標(biāo)準(zhǔn)過程
1.6 數(shù)據(jù)挖掘與其他學(xué)科的關(guān)系
    1.6.1 數(shù)據(jù)挖掘與數(shù)據(jù)庫知識發(fā)現(xiàn)
    1.6.2 數(shù)據(jù)挖掘與數(shù)據(jù)庫查詢
    1.6.3 數(shù)據(jù)挖掘與統(tǒng)計分析
    1.6.4 數(shù)據(jù)挖掘與數(shù)據(jù)倉庫
    1.6.5 數(shù)據(jù)挖掘與聯(lián)機分析處理
    1.6.6 數(shù)據(jù)挖掘與人工智能、專家系統(tǒng)、機器學(xué)習(xí)
1.7 數(shù)據(jù)挖掘的應(yīng)用和發(fā)展趨勢
    1.7.1 商業(yè)的數(shù)據(jù)挖掘
    1.7.2 金融業(yè)的數(shù)據(jù)挖掘
    1.7.3 欺詐偵測中的數(shù)據(jù)挖掘
    1.7.4 DNA數(shù)據(jù)分析中的數(shù)據(jù)挖掘
    1.7.5 電信業(yè)中的數(shù)據(jù)挖掘
    1.7.6 科學(xué)和統(tǒng)計數(shù)據(jù)挖掘
    1.7.7 數(shù)據(jù)挖掘系統(tǒng)和軟件
    1.7.8 數(shù)據(jù)挖掘的發(fā)展趨勢
1.8 小結(jié)
1.9 習(xí)題
第2章數(shù)據(jù)存儲
2.1 關(guān)系數(shù)據(jù)集
2.2 數(shù)據(jù)倉庫
    2.2.1 數(shù)據(jù)倉庫的概念和特點
    2.2.2 數(shù)據(jù)倉庫的數(shù)據(jù)組織
    2.2.3 數(shù)據(jù)倉庫的關(guān)鍵技術(shù)
    2.2.4 數(shù)據(jù)倉庫與數(shù)據(jù)挖掘的關(guān)系
2.3 NoSQL數(shù)據(jù)庫
    2.3.1 NoSQL概念與理論
    2.3.2 NoSQL數(shù)據(jù)模型
    2.3.3 NoSQL與關(guān)系數(shù)據(jù)庫
2.4 分布式文件系統(tǒng)
    2.4.1 分布式文件系統(tǒng)的歷史
    2.4.2 分布式文件系統(tǒng)的體系結(jié)構(gòu)
    2.4.3 谷歌文件系統(tǒng)（GoogleFS）
    2.4.4 Hadoop分布式文件系統(tǒng)(HDFS)
2.5 小結(jié)
2.6 習(xí)題
第3章數(shù)據(jù)預(yù)處理
3.1 數(shù)據(jù)預(yù)處理的必要性
3.2 數(shù)據(jù)清理
    3.2.1 缺失數(shù)據(jù)處理方法
    3.2.2 噪聲數(shù)據(jù)平滑技術(shù)
    3.2.3 時間相關(guān)數(shù)據(jù)的處理
3.3 數(shù)據(jù)集成
    3.3.1 實體識別與匹配
    3.3.2 冗余和相關(guān)分析
    3.3.3 元組重復(fù)數(shù)據(jù)的檢測
    3.3.4 沖突數(shù)據(jù)的檢測與處理
3.4 數(shù)據(jù)轉(zhuǎn)換
    3.4.1 數(shù)據(jù)標(biāo)準(zhǔn)化
    ……
第4章數(shù)據(jù)相似度與異常檢測
第5章數(shù)據(jù)分類和預(yù)測
第6章數(shù)據(jù)聚類分析
第7章數(shù)據(jù)關(guān)聯(lián)分析
第8章性能評估和提升
第9章復(fù)雜數(shù)據(jù)挖掘
參考文獻(xiàn)