全国大中专教材网络采选系统

推荐纸质教材推荐数字资源

大数据挖掘实验教程 / 高等职业教育新工科系列教材·计算机专业系列

￥49.80定价

作者：赵志升、梁俊花

出版时间：2020年

出版社：北京师范大学出版社

以下为《大数据挖掘实验教程》的配套数字资源，这些资源在您购买图书后将免费附送给您：

关闭

基本信息评价

出版社：北京师范大学出版社
ISBN：9787303260997
版次：1-1
图书编号：365410
本季征订号：67227931-2
开本：16开
出版时间：2020年
页数：320
学科分类1：工学
学科分类2：计算机科学与技术
适用专业：专业基础课
适用分级：高职高专

作者简介

赵志升，女，河北北方学院，教授，教龄35年，长期从事大数据分析、计算机应用相关的教学与研究，发表相关论文50余篇，专著1部，主编教材8部，先后主持省厅级项目15项，获国家软件著作权20余项，获河北省医学科技一等奖1项，获河北省科学技术进步三等奖1项，讲授的课程包括：《数据库原理与应用》《数据仓库与数据挖掘》《大数据分析基础》《信息系统分析与设计》等。

查看全部

第1章实验工具的选择1
11实验工具选择1
12R语言3
13Python语言15
第2章数据的准备34
21数据采集34
22数据抽样51
23数据质量分析55
第3章数据预处理方法77
31数据清洗77
32数据集成85
33数据变换90
34数据规约97
35数据降维106
第4章回归方法110
41多元线性回归110
42逻辑回归120
43线性判别分析126
第5章分类方法131
51K近邻分类131
52贝叶斯分类139
53神经网络146
54决策树153
55随机森林160
56支持向量机164
57分类的评价175
第6章关联规则192
61关联规则概要192
62Apriori算法193
63FPGrowth算法200
第7章聚类分析207
71聚类方法概要207
72Kmeans聚类算法209
73K中心点聚类算法216
74密度聚类算法220
75层次聚类算法225
76期望最大化聚类算法228
77神经网络聚类算法232
78模糊C均值聚类算法235
79高斯混合聚类算法238
第8章预测方法241
81预测方法概要241
82灰色预测241
83马尔科夫预测247
第9章离群点诊断251
91单变量的离群点诊断251
92基于回归的离群点诊断254
93基于聚类的离群点诊断259
94局部离群点因子检测263
第10章时间序列分析方法267
101季节指数预测法267
102解读自回归时间序列模型272
103时间序列分解280
第11章综合案例286
111员工离职预测分析286
112北京二手房房价分析299