当前位置:首页 > 数据库 >
《数据挖掘:实用案例分析》电子书封面

数据挖掘:实用案例分析

  • 发布时间:2020年05月19日 09:38:46
  • 作者:张良均,陈俊德,刘名军,陈荣
  • 大小:103 MB
  • 类别:数据挖掘电子书
  • 格式:PDF
  • 版本:完整扫描版
  • 评分:9.8

    数据挖掘:实用案例分析 PDF 完整扫描版

      给大家带来的一篇关于数据挖掘相关的电子书资源,介绍了关于数据挖掘、实用案例方面的内容,本书是由机械工业出版社出版,格式为PDF,资源大小103 MB,张良均,陈俊德,刘名军,陈荣编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:7.8。

      内容介绍

      《数据挖掘:实用案例分析》是数据挖掘实战领域颇具特色的一部作品,作者曾为10余个行业上百家大型企业提供数据挖掘服务,本书是其在数据挖掘领域探索近10年的经验总结之作。全书以实践和实用为宗旨,深度与广度兼顾,实践与理论并举。

      《数据挖掘:实用案例分析》共12章,分三个一部分。第一部分是基本篇(第一~4章),关键对数据挖掘的基本要素、运用归类、建模方式及常见的建模专用工具开展了介绍,并对这书常用到的数据挖掘建模服务平台TipDM开展了表明。第二一部分是实战篇(第五~10章),以实例的方式对数据挖掘技术性在金融业、电信网、电力工程、互联网技术、生产加工及其公共文化服务等制造行业的应用领域开展了探讨;最先介绍实例情况,随后论述统计分析方法与过程,最终进行实体模型搭建;在介绍建模过程的另外交叉实际操作训炼,把有关的知识要点置入相对的实际操作过程中;除此之外,第10章精心策划了六个试验新项目,读者能够 根据这章介绍的方式动手能力实践活动,以推进数据挖掘专业知识,在剖析建模过程的另外,进一步提高自学能力。第三一部分是高級篇(第11~12章),关键介绍根据第三方接口的数据挖掘二次开发技术性,重中之重对常见的WEKA和MATLAB数据挖掘优化算法插口开展了讨论;最终对根据Hadoop架构的大量数据挖掘开展了表明,以考虑读者更高层次人才的要求。

      目录

      • 前 言
      • 第一部分 基 础 篇
      • 第1章 初识数据挖掘
      • 1.1 什么是数据挖掘
      • 1.2 数据挖掘在企业商务智能应用中的定位
      • 1.2.1 数据挖掘给企业带来最大的投资收益
      • 1.2.2 数据挖掘从本质上提升商务智能平台的价值
      • 1.2.3 数据挖掘让商务智能流程真正形成闭环
      • 1.3 信息类BI应用与知识类BI应用
      • 1.4 数据挖掘现状及应用前景
      • 1.5 本章小结
      • 第2章 数据挖掘的应用分类
      • 2.1 分类与回归
      • 2.1.1 分类与回归建模原理
      • 2.1.2 分类与回归算法
      • 2.2 聚类
      • 2.2.1 聚类分析建模原理
      • 2.2.2 聚类算法
      • 2.3 关联规则
      • 2.3.1 什么是关联规则
      • 2.3.2 关联规则算法
      • 2.4 时序模式
      • 2.4.1 什么是时序模式
      • 2.4.2 时间序列的组合成分
      • 2.4.3 时间序列的组合模型
      • 2.4.4 时序算法
      • 2.5 偏差检测
      • 2.6 本章小结
      • 第3章 数据挖掘建模
      • 3.1 数据挖掘的过程
      • 3.2 数据挖掘建模过程
      • 3.2.1 定义挖掘目标
      • 3.2.2 数据取样
      • 3.2.3 数据探索
      • 3.2.4 预处理
      • 3.2.5 模式发现
      • 3.2.6 模型构建
      • 3.2.7 模型评价
      • 3.3 常用的建模工具
      • 3.4 本章小结
      • 第4章 顶尖数据挖掘平台TipDM
      • 4.1 TipDM产品功能
      • 4.1.1 TipDM平台提供的数据探索及预处理算法
      • 4.1.2 TipDM平台提供的分类与回归算法
      • 4.1.3 TipDM平台提供的时序模式算法
      • 4.1.4 TipDM平台提供的聚类分析算法
      • 4.1.5 TipDM平台提供的关联规则算法
      • 4.2 TipDM使用说明
      • 4.3 TipDM产品特点
      • 4.3.1 支持CRISP-DM数据挖掘标准流程
      • 4.3.2 提供丰富的数据挖掘模型和灵活算法
      • 4.3.3 具有多模型的整合能力
      • 4.3.4 提供灵活多样的应用开发接口
      • 4.3.5 海量数据的处理能力
      • 4.3.6 适应不同类型层次人员需求
      • 4.4 本章小结
      • 第二部分 实 战 篇
      • 第5章 数据挖掘在金融电信行业的应用
      • 5.1 案例一:基于公司价值评价的证券策略投资
      • 5.1.1 挖掘目标的提出
      • 5.1.2 分析方法与过程
      • 5.1.3 建模仿真
      • 5.1.4 核心知识点
      • 5.1.5 拓展思考
      • 5.2 案例二:电信3G客户识别系统
      • 5.2.1 挖掘目标的提出
      • 5.2.2 分析方法与过程
      • 5.2.3 建模仿真
      • 5.2.4 核心知识点
      • 5.2.5 拓展思考
      • 5.3 案例三:基于客户分群的精准智能营销
      • 5.3.1 挖掘目标的提出
      • 5.3.2 分析方法与过程
      • 5.3.3 建模仿真
      • 5.3.4 核心知识点
      • 5.3.5 拓展思考
      • 5.4 本章小结
      • 第6章 数据挖掘在电力行业的应用
      • 6.1 案例一:电力负荷预测
      • 6.1.1 挖掘目标的提出
      • 6.1.2 分析方法与过程
      • 6.1.3 建模仿真
      • 6.1.4 核心知识点
      • 6.1.5 拓展思考
      • 6.2 案例二:自适应防窃漏电实时诊断
      • 6.2.1 挖掘目标的提出
      • 6.2.2 分析方法与过程
      • 6.2.3 建模仿真
      • 6.2.4 核心知识点
      • 6.2.5 扩展思考
      • 6.3 本章小结
      • 第7章 数据挖掘在互联网行业的应用
      • 7.1 案例一:商业零售行业中的购物篮分析
      • 7.1.1 挖掘目标的提出
      • 7.1.2 分析方法与过程
      • 7.1.3 建模仿真
      • 7.1.4 核心知识点
      • 7.1.5 拓展思考
      • 7.2 案例二:电子商务网站用户行为分析
      • 7.2.1 挖掘目标的提出
      • 7.2.2 分析方法与过程
      • 7.2.3 建模仿真
      • 7.2.4 核心知识点
      • 7.2.5 拓展思考
      • 7.3 案例三:网络入侵智能检测
      • 7.3.1 挖掘目标的提出
      • 7.3.2 分析方法与过程
      • 7.3.3 建模仿真
      • 7.3.4 核心知识点
      • 7.3.5 拓展思考
      • 7.4 案例四:基于用户行为分析的定向网络广告投放
      • 7.4.1 挖掘目标的提出
      • 7.4.2 分析方法与过程
      • 7.4.3 建模仿真
      • 7.4.4 结果及分析
      • 7.4.5 核心知识点
      • 7.4.6 拓展思考
      • 7.5 案例五:企业信息系统用户服务感知评价
      • 7.5.1 挖掘目标的提出
      • 7.5.2 分析方法与过程
      • 7.5.3 建模仿真
      • 7.5.4 核心知识点
      • 7.5.5 拓展思考
      • 7.6 本章小结
      • 第8章 数据挖掘在生产制造行业中的应用
      • 8.1 案例一:基于小波变换的桩基完整性检测
      • 8.1.1 挖掘目标的提出
      • 8.1.2 分析方法与过程
      • 8.1.3 仿真过程
      • 8.1.4 核心知识点
      • 8.1.5 拓展思考
      • 8.2 案例二:基于水色图像的水质评价
      • 8.2.1 挖掘目标的提出
      • 8.2.2 分析方法与过程
      • 8.2.3 建模仿真
      • 8.2.4 核心知识点
      • 8.2.5 拓展思考
      • 8.3 案例三:生物质废物混合厌氧消化优势组分互补机制
      • 8.3.1 挖掘目标的提出
      • 8.3.2 分析方法与过程
      • 8.3.3 建模仿真
      • 8.3.4 核心知识点
      • 8.3.5 拓展思考
      • 8.4 案例四:基于RFM的企业客户关系分析
      • 8.4.1 挖掘目标的提出
      • 8.4.2 分析过程与方法
      • 8.4.3 建模仿真
      • 8.4.4 核心知识点
      • 8.4.5 拓展思考
      • 8.5 案例五:水产养殖投入产出多目标优化仿真
      • 8.5.1 挖掘目标的提出
      • 8.5.2 分析方法与过程
      • 8.5.3 建模仿真
      • 8.5.4 核心知识点
      • 8.5.5 拓展思考
      • 8.6 本章小结
      • 第9章 数据挖掘在公共服务行业的应用
      • 9.1 案例一:乳腺癌证素变化规律及截断疗法
      • 9.1.1 挖掘目标的提出
      • 9.1.2 分析方法与过程
      • 9.1.3 建模仿真
      • 9.1.4 核心知识点
      • 9.1.5 拓展思考
      • 9.2 案例二:卷烟消费者购买行为分析
      • 9.2.1 挖掘目标的提出
      • 9.2.2 分析过程与方法
      • 9.2.3 挖掘建模
      • 9.2.4 核心知识点
      • 9.2.5 拓展思考
      • 9.3 案例三:纳税人偷漏税评估
      • 9.3.1 挖掘目标的提出
      • 9.3.2 分析方法与过程
      • 9.3.3 建模仿真
      • 9.3.4 核心知识点
      • 9.3.5 拓展思考
      • 9.4 案例四:道路缺陷自动识别
      • 9.4.1 挖掘目标的提出
      • 9.4.2 分析方法与过程
      • 9.4.3 建模仿真
      • 9.4.4 核心知识点
      • 9.4.5 拓展思考
      • 9.5 案例五:航空公司客运信息挖掘
      • 9.5.1 挖掘目标的提出
      • 9.5.2 分析方法与过程
      • 9.5.3 建模仿真
      • 9.5.4 核心知识点
      • 9.5.5 拓展思考
      • 9.6 本章小结
      • 第10章 动手实践
      • 10.1 实验一:数据探索及数据预处理
      • 10.2 实验二:神经网络模型的构建与使用
      • 10.3 实验三:决策树模型的构建与使用
      • 10.4 实验四:聚类算法的构建与使用
      • 10.5 实验五:关联规则模型的构建与使用
      • 10.6 实验六:时间序列模型的构建与使用
      • 10.7 本章小结
      • 第三部分 高 级 篇
      • 第11章 基于第三方接口的数据挖掘二次开发
      • 11.1 WEKA数据挖掘接口
      • 11.1.1 WEKA功能及其算法
      • 11.1.2 WEKA包结构
      • 11.1.3 WEKA算法入口
      • 11.1.4 二次开发相关输出
      • 11.2 MATLAB数据挖掘接口
      • 11.3 案例:基于MATLAB接口的数据挖掘二次开发
      • 11.3.1 接口算法编程
      • 11.3.2 用Java Builder创建Java组件
      • 11.3.3 安装MATLAB运行时环境
      • 11.3.4 JDK环境及设置
      • 11.4 本章小结
      • 第12章 基于Hadoop框架的海量数据挖掘开发
      • 12.1 基于云计算的海量数据挖掘技术特点
      • 12.2 基于Hadoop的并行数据挖掘算法工具箱TipCDM
      • 12.3 案例:基于海量计量数据的电力客户在线分群方法
      • 12.3.1 挖掘目标的提出
      • 12.3.2 分析方法与过程
      • 12.3.3 建模仿真
      • 12.3.4 核心知识点
      • 12.4 本章小结
      • 参考文献

      学习笔记

      python数据挖掘需要学什么

      只要能解决实际问题,用什么工具来学习数据挖掘都是无所谓,这里首推Python。 需要掌握Python中的哪些知识? (推荐学习:Python视频教程) 1、Pandas库的操作 Panda是数据分析特别重要的一个库,我们要掌握以下三点: · pandas 分组计算; · pandas 索引与多重索引; 索引比较难,但是却是非常重要的 · pandas 多表操作与数据透视表 2、numpy数值计算 numpy数据计算主要应用是在数据挖掘,对于以后的机器学习,深度学习,这也是一个必须掌握的库,我们要掌握以下内容: · Numpy array理解; · 数组索引操作; · 数组计算; · Broadcasting(线性代数里面的知识) 3、数据可视化-matplotlib与seaborn · Matplotib语法 python最基本的……

      python数据挖掘需要学的内容

      1、Pandas库的操作 Panda是数据分析特别重要的一个库,我们要掌握以下三点: · pandas 分组计算; · pandas 索引与多重索引; 索引比较难,但是却是非常重要的 · pandas 多表操作与数据透视表 2、numpy数值计算 numpy数据计算主要应用是在数据挖掘,对于以后的机器学习,深度学习,这也是一个必须掌握的库,我们要掌握以下内容: · Numpy array理解; · 数组索引操作; · 数组计算; · Broadcasting(线性代数里面的知识) 3、数据可视化-matplotlib与seaborn · Matplotib语法 python最基本的可视化工具就是matplotlib。咋一看Matplotlib与matlib有点像,要搞清楚二者的关系是什么,这样学习起来才会比较轻松。 · seaborn的使用 seaborn是……

      深入分析python数据挖掘 Json结构分析

      这篇文章通过实例给大家分析总结了python数据挖掘以及Json结构分析的相关知识点,对此有兴趣的朋友参考下。 json是一种轻量级的数据交换格式,也可以说是一种配置文件的格式 这种格式的文件是我们在数据处理经常会遇到的 python提供内置的模块json,只需要在使用前导入即可 你可以通过帮助函数查看json的帮助文档 json常用的方法有load、loads、dump以及dumps,这个都属于python初级,我不做过多解释 json可以结合数据库一起使用,在这以后要处理大量数据时非常有用 下面我们正式来利用数据挖掘对json文件进行处理 现在很多网站都运用了Ajax,所以一般很多都是XHR文件 通过这里我想利用一个地图网站来演示……

      以上就是本次介绍的数据挖掘电子书的全部相关内容,希望我们整理的资源能够帮助到大家,感谢大家对码农之家的支持。

      上一篇:SAP ERP应用案例详解

      下一篇:Python 3.5从零开始学

      展开 +

      收起 -

      • 《数据挖掘:实用案例分析》PDF下载

      数据挖掘相关电子书
      数据挖掘与预测分析
      数据挖掘与预测分析 中文扫描版

      提供了从数据准备到探索新数据分析、数据建模及模型评估等整个数据分析过程的内容,提供了能够使读者利用现实世界数据集开展数据挖掘与预测分析的应用方法,欢迎下载

      立即下载
      数据挖掘技术
      数据挖掘技术 扫描版

      《数据挖掘技术》 是基于数据挖掘经典算法及数据挖掘领域*研究技术进行数据分析的教材。全书内容包括数据挖掘概述、分类算法、聚类算法、关联规则算法及相应典型算法的算法描述及分析

      立即下载
      Hadoop大数据挖掘从入门到进阶实战
      Hadoop大数据挖掘从入门到进阶实战 影印版

      博客园资深博主、极客学院金牌讲师多年Hadoop实战经验分享;详解Hadoop完整的技术体系:基础部署、集群管理、底层设计、项目实战;200分钟配套视频;51个实例,10个案例,大量避坑技巧

      立即下载
      HAWQ数据仓库与数据挖掘实战
      HAWQ数据仓库与数据挖掘实战 清晰完整版

      Apache HAWQ是一个SQL-on-Hadoop产品,适合用于Hadoop平台上快速构建数据仓库系统,本书从技术解析、实战演练与数据挖掘三个方面讲解,欢迎下载

      立即下载
      量化投资:数据挖掘技术与实践
      量化投资:数据挖掘技术与实践 MATLAB影印版

      全书内容分为三篇。第一篇(基础篇)主要介绍数据挖掘与量化投资的关系,以及数据挖掘的概念、实现过程、主要内容、主要工具等内容。感兴趣的可以下载学习

      立即下载
      社交网站的数据挖掘与分析
      社交网站的数据挖掘与分析 完整第2版

      社交网站数据如同深埋地下的金矿,如何利用这些数据来发现哪些人正通过社交媒介进行联系?他们正在谈论什么?或者他们在哪儿?本书第2版对上一版内容进行了全面更新和修订,它将揭示

      立即下载
      R语言与数据挖掘
      R语言与数据挖掘 全书清晰版

      这是公认的、权威的适合教学和零基础自学的R语言与数据挖掘教程,华南师范大学、广东工业大学、广西科技大学等20余所大学选为教材。即便你完全没有R语言编程基础和数据挖掘基础,根据

      立即下载
      大话数据挖掘
      大话数据挖掘 高清版

      本书以EMBA班的数据挖掘技术及其应用教学为场景,带领读者步入数据挖掘的神秘殿堂,领略数据挖掘的神奇魅力。全书分为9章:第1章从三个真实故事开始数据挖掘之旅;第2章以某企业生产中

      立即下载
      从零开始学Python数据分析与挖掘
      从零开始学Python数据分析与挖掘 扫描版

      本书以Python 3版本作为数据分析与挖掘实战的应用工具,从Pyhton的基础语法开始,陆续介绍有关数值计算的Numpy、数据处理的Pandas、数据可视化的Matplotlib和数据挖掘的Sklearn等内容。

      立即下载
      Python数据分析与挖掘实战
      Python数据分析与挖掘实战 高质量版

      10余名大数据挖掘行业杰出权威专家和科技人员,10多年大数据分析资询与执行工作经验结晶体。从大数据挖掘的运用来看,以电力工程、航空公司、诊疗、互联网技术、生产加工及其公共文化

      立即下载
      读者留言
      郑锦程Jr.

      郑锦程Jr. 提供上传

      资源
      39
      粉丝
      32
      喜欢
      193
      评论
      20

      Copyright 2018-2020 xz577.com 码农之家

      本站所有电子书资源不再提供下载地址,只分享来路

      版权投诉 / 书籍推广 / 赞助:QQ:520161757