數據挖掘：概念與技術(原書第3版） 計算機與互聯網 書籍|3683062 下載 mobi epub pdf 電子書 2024
簡體網頁||繁體網頁
美 Jiawei Han，加 Mic 著，範明 孟小峰 譯
下載链接在页面底部
點擊這裡下載
發表於2024-11-27
圖書介紹
店鋪： 互動齣版網圖書專營店
齣版社： 機械工業齣版社
ISBN：9787111391401
商品編碼：16229519297
叢書名： 計算機科學叢書
齣版時間：2012-08-01
頁數：468
類似圖書 點擊查看全場最低價
相關圖書
圖書描述
| 書[0名0]： | 數據挖掘：概念與技術(原書[0第0]3版）|3683062 |
| 圖書定價： | 79元 |
| 圖書作者： | (美)Jiawei Han;(加)Micheline Kamber;(加)Jian Pei |
| 齣版社： | 機械工業齣版社 |
| 齣版日期： | 2012-8-1 0:00:00 |
| ISBN號： | 9787111391401 |
| 開本： | 16開 |
| 頁數： | 468 |
| 版次： | 1-1 |
| 作者簡介 |
| Jiawei Han（韓傢煒）是伊利諾伊[0大0][0學0]厄巴納-尚佩恩分校計算機科[0學0]係的Bliss教授。他因[0知0]識發現和數據挖掘研究方麵的貢獻而獲得許多奬勵，包括ACM SIGKDD創新奬（2004）、IEEE計算機[0學0][0會0]技術成就奬（2005）和IEEE W.W[0all0]ace McDowell奬（2009）。他是ACM和IEEE[0會0]士。他還擔任《ACM Transactions on K[0no0]wledge Discovery from Data》的執行主編（2006—2011）和許多雜誌的編委，包括《IEEE Transactions on K[0no0]wledge and Data Engineering》和《Data Mining K[0no0]wledge Discovery》。 Micheline Kamber由加拿[0大0]魁北剋濛特利爾Concordia[0大0][0學0]獲計算機科[0學0]（人工智能專業）碩士[0學0]位。她曾是NSERC[0學0]者，作為研究者在McGill[0大0][0學0]、西濛-弗雷澤[0大0][0學0]和瑞士工作。她的數據挖掘背景和以易於理解的形式寫作的熱情使得本書更受專業人員、教師和[0學0]生的歡迎。 Jian Pei（裴健）現在是西濛-弗雷澤[0大0][0學0]計算機科[0學0][0學0]院教授。他在Jiawei Han的指導下，於2002年獲西濛-弗雷澤[0大0][0學0]計算科[0學0]博士[0學0]位。他在數據挖掘、數據庫、Web搜索和信息檢索的主要[0學0]術論壇發錶瞭[0大0]量文章，並積[0極0]服務於[0學0]術團體。他的文章被引用數韆次，並獲多次榮譽奬。他是多種數據挖掘和數據分析雜誌的助理編輯。範明 鄭州[0大0][0學0]信息工程[0學0]院教授，博士生導師。現為中[0國0]計算機[0學0][0會0]數據庫專業委員[0會0]委員、人工智能與模式識彆專業委員[0會0]委員。長期從事計算機軟件與理論教[0學0]和研究。主要講授的課程包括程序設計、計算機操作係統、數據庫係統原理、[0知0]識庫係統原理、數據挖掘與數據倉庫等。1989—1990年曾訪問加拿[0大0]Simon Fraser[0大0][0學0]計算機科[0學0]係，從事演繹數據庫研究。1999年曾訪問美[0國0]Wright State[0大0][0學0]計算機科[0學0]與工程係，從事數據挖掘研究。[0當0]前感興趣的研究方嚮包括數據挖掘和機器[0學0]習。先後發錶論文60餘篇。除本書外，還主持翻譯瞭Pang-Ning Tan、Michael Steinbach和Vipin Kumar的《數據挖掘導論》。孟小峰 博士，中[0國0]人民[0大0][0學0]信息[0學0]院教授，博士生導師。現為中[0國0]計算機[0學0][0會0]常務理事、中[0國0]計算機[0學0][0會0]數據庫專委[0會0]秘書長，《Journal of Computer Science and Tech[0no0]logy》、《Frontiers of Computer Science》、《軟件[0學0]報》、《計算機研究與發展》等編委。主持或參加過二十多項[0國0]傢科技攻關項目、[0國0]傢自然科[0學0]基金項目以及[0國0]傢863項目、973項目，先後獲電子部科技進步特等奬（1996）、北京市科技進步二等奬（1998、2001）、中[0國0]計算機[0學0][0會0]“王選奬”一等奬（2009）、北京市科[0學0]技術奬二等奬（2011）等奬勵，入選“中創軟件人纔奬”(2002)、“教育部新世紀[0優0]秀人纔支持計劃”(2004)、“[0第0]三屆北京市高校[0名0]師奬”(2005)。近5年在[0國0]內外雜誌及[0國0]際[0會0]議發錶論文120多篇，齣版[0學0]術專著《Moving Objects Management: Models，Techniques，and Applications》(Springer)、《XML數據管理：概念與技術》、《移動數據管理：概念與技術》（中[0國0]計算機[0學0][0會0][0學0]術著作叢書）等。獲[0國0]傢發明專利授[0權0]8項。近期主要研究[0領0]域為互聯網絡與移動數據管理，包括Web數據集成、XML數據庫係統、雲數據管理、閃存數據庫係統、隱私保護等。 |
| 內容簡介 |
| 《數據挖掘：概念與技術(原書[0第0]3版)》完整全麵地講述數據挖掘的概念、方[0法0]、技術和新研究進展。本書對前兩版做瞭全麵修訂，加強和重新組織瞭全書的技術內容，重點論述瞭數據預處理、頻繁模式挖掘、分類和聚類等的內容，還全麵講述瞭OLAP和離群點檢測，並研討瞭挖掘網絡、復雜數據類型以及重要應用[0領0]域。 《數據挖掘：概念與技術(原書[0第0]3版)》是數據挖掘和[0知0]識發現[0領0]域內的所有教師、研究人員、開發人員和用戶都必讀的參考書，是一本適用於數據分析、數據挖掘和[0知0]識發現課程的[0優0]秀教材，可以用做高年級本科生或者一年級研究生的數據挖掘導論教材。 |
| 目錄 |
《數據挖掘：概念與技術(原書[0第0]3版)》 齣版者的話 中文版序 譯者序 譯者簡介 [0第0]3版序 [0第0]2版序 前言 緻謝 作者簡介 [0第0]1章引論1 1.1為什麼進行數據挖掘1 1.1.1邁嚮信息時代1 1.1.2數據挖掘是信息技術的進化2 1.2什麼是數據挖掘4 1.3可以挖掘什麼類型的數據6 1.3.1數據庫數據6 1.3.2數據倉庫7 1.3.3事務數據9 1.3.4其他類型的數據9 1.4可以挖掘什麼類型的模式10 1.4.1類/概念描述：特徵化與區分10 1.4.2挖掘頻繁模式、關聯和相關性11 1.4.3用於預測分析的分類與迴歸12 1.4.4聚類分析13 1.4.5離群點分析14 1.4.6所有模式都是有趣的嗎14 1.5使用什麼技術15 1.5.1統計[0學0]15 1.5.2機器[0學0]習16 1.5.3數據庫係統與數據倉庫17 1.5.4信息檢索17 1.6麵嚮什麼類型的應用18 1.6.1[0商0]務智能18 1.6.2Web搜索引擎18 1.7數據挖掘的主要問題19 1.7.1挖掘方[0法0]19 1.7.2用戶界麵20 1.7.3有效性和可伸縮性21 1.7.4數據庫類型的多樣性21 1.7.5數據挖掘與社[0會0]21 1.8小結22 1.9習題23 1.10文獻注釋23 [0第0]2章認識數據26 2.1數據對象與屬性類型26 2.1.1什麼是屬性27 2.1.2標稱屬性27 2.1.3二元屬性27 2.1.4序數屬性28 2.1.5數值屬性28 2.1.6離散屬性與連續屬性29 2.2數據的基本統計描述29 2.2.1中心趨勢度量：均值、中位數和眾數30 2.2.2度量數據散布：[0極0]差、四分位數、方差、標準差和四分位數[0極0]差32 2.2.3數據的基本統計描述的圖形顯示34 2.3數據可視化37 2.3.1基於像素的可視化技術37 2.3.2幾何投影可視化技術38 2.3.3基於圖符的可視化技術40 2.3.4層次可視化技術42 2.3.5可視化復雜對象和關係42 2.4度量數據的相似性和相異性44 2.4.1數據矩陣與相異性矩陣45 2.4.2標稱屬性的鄰近性度量46 2.4.3二元屬性的鄰近性度量46 2.4.4數值屬性的相異性：閔可夫斯基距離48 2.4.5序數屬性的鄰近性度量49 2.4.6混閤類型屬性的相異性50 2.4.7餘弦相似性51 2.5小結52 2.6習題53 2.7文獻注釋54 [0第0]3章數據預處理55 3.1數據預處理：概述55 3.1.1數據質量：為什麼要對數據預處理55 3.1.2數據預處理的主要任務56 3.2數據清理58 3.2.1缺失值58 3.2.2噪聲數據59 3.2.3數據清理作為一個過程60 3.3數據集成61 3.3.1實體識彆問題62 3.3.2冗餘和相關分析62 3.3.3元組重復65 3.3.4數據值衝突的檢測與處理65 3.4數據歸約65 3.4.1數據歸約策略概述66 3.4.2小波變換66 3.4.3主成分分析67 3.4.4屬性子集選擇68 3.4.5迴歸和對數綫性模型：參數化數據歸約69 3.4.6直方圖70 3.4.7聚類71 3.4.8抽樣71 3.4.9數據立方體聚集72 3.5數據變換與數據離散化73 3.5.1數據變換策略概述73 3.5.2通過規範化變換數據74 3.5.3通過分箱離散化76 3.5.4通過直方圖分析離散化76 3.5.5通過聚類、決策樹和相關分析離散化76 3.5.6標稱數據的概念分層産生77 3.6小結79 3.7習題79 3.8文獻注釋80 [0第0]4章數據倉庫與聯機分析處理82 4.1數據倉庫：基本概念82 4.1.1什麼是數據倉庫82 4.1.2操作數據庫係統與數據倉庫的區彆84 4.1.3為什麼需要分離的數據倉庫85 4.1.4數據倉庫：一種多層體係結構85 4.1.5數據倉庫模型：企業倉庫、數據集市和虛擬倉庫87 4.1.6數據提取、變換和裝入88 4.1.7元數據庫88 4.2數據倉庫建模：數據立方體與OLAP89 4.2.1數據立方體：一種多維數據模型89 4.2.2星形、雪花形和事實星座：多維數據模型的模式91 4.2.3維：概念分層的作用94 4.2.4度量的分類和計算95 4.2.5典型的OLAP操作96 4.2.6查詢多維數據庫的星網查詢模型98 4.3數據倉庫的設計與使用99 4.3.1數據倉庫的設計的[0商0]務分析框架99 4.3.2數據倉庫的設計過程100 4.3.3數據倉庫用於信息處理101 4.3.4從聯機分析處理到多維數據挖掘102 4.4數據倉庫的實現103 4.4.1數據立方體的有效計算：概述103 4.4.2索引OLAP數據：位圖索引和連接索引105 4.4.3OLAP查詢的有效處理107 4.4.4OLAP服務器結構：ROLAP、MOLAP、HOLAP的比較107 4.5數據泛化：麵嚮屬性的歸納109 4.5.1數據特徵的麵嚮屬性的歸納109 4.5.2麵嚮屬性歸納的有效實現113 4.5.3類比較的麵嚮屬性歸納114 4.6小結116 4.7習題117 4.8文獻注釋119 [0第0]5章數據立方體技術121 5.1數據立方體計算：基本概念121 5.1.1立方體物化：完全立方體、冰山立方體、閉立方體和立方體外殼122 5.1.2數據立方體計算的一般策略124 5.2數據立方體計算方[0法0]126 5.2.1完全立方體計算的多路數組聚集126 5.2.2BUC：從[0頂0]點方體嚮下計算冰山立方體129 5.2.3Star-Cubing：使用動態星樹結構計算冰山立方體132 5.2.4為快速高維OLAP預計算殼片段136 5.3使用探索立方體技術處理高級查詢141 5.3.1抽樣立方體：樣本數據上基於OLAP的挖掘141 5.3.2排序立方體：top-k查詢的有效計算145 5.4數據立方體空間的多維數據分析147 5.4.1預測立方體：立方體空間的預測挖掘147 5.4.2多特徵立方體：多粒度上的復雜聚集149 5.4.3基於異常的、發現驅動的立方體空間探查149 5.5小結152 5.6習題152 5.7文獻注釋155 [0第0]6章挖掘頻繁模式、關聯和相關性:基本概念和方[0法0]157 6.1基本概念157 6.1.1購物籃分析：一個誘發例子157 6.1.2頻繁項集、閉項集和關聯規則158 6.2頻繁項集挖掘方[0法0]160 6.2.1Apriori算[0法0]：通過限製候選産生發現頻繁項集160 6.2.2由頻繁項集産生關聯規則164 6.2.3提高Apriori算[0法0]的效率165 6.2.4挖掘頻繁項集的模式增長方[0法0]166 6.2.5使用垂直數據格式挖掘頻繁項集169 6.2.6挖掘閉模式和[0極0][0大0]模式170 6.3哪些模式是有趣的：模式[0評0]估方[0法0]171 6.3.1強規則不一定是有趣的172 6.3.2從關聯分析到相關分析172 6.3.3模式[ 數據挖掘：概念與技術(原書第3版） 計算機與互聯網 書籍|3683062 下載 mobi epub pdf txt 電子書 格式 數據挖掘：概念與技術(原書第3版） 計算機與互聯網 書籍|3683062 mobi 下載 pdf 下載 pub 下載 txt 電子書 下載 2024數據挖掘：概念與技術(原書第3版） 計算機與互聯網 書籍|3683062 下載 mobi pdf epub txt 電子書 格式 2024 數據挖掘：概念與技術(原書第3版） 計算機與互聯網 書籍|3683062 下載 mobi epub pdf 電子書用戶評價
評分
評分 評分 評分 評分 評分 評分 評分 評分
類似圖書 點擊查看全場最低價
數據挖掘：概念與技術(原書第3版） 計算機與互聯網 書籍|3683062 mobi epub pdf txt 電子書 格式下載 2024 分享鏈接相關圖書
|
