数据仓库与数据挖掘导论
- 发布时间：2020年09月19日 16:19:05
- 作者：李於洪
- 大小：33.5 MB
- 类别：数据挖掘电子书
- 格式：PDF
- 版本：高清版
- 评分：9.1
大嘴巴漫谈数据挖掘：第2季产品篇
HAWQ数据仓库与数据挖掘实战
数据挖掘与机器学习:WEKA应用技术与实践
IBM SPSS数据分析与挖掘实战案例精粹
数据挖掘：你必须知道的32个经典案例数据仓库与数据挖掘导论 PDF 高清版
给大家带来的一篇关于数据挖掘相关的电子书资源，介绍了关于数据仓库、数据挖掘方面的内容，本书是由经济科学出版社出版，格式为PDF，资源大小33.5 MB，李於洪编写，目前豆瓣、亚马逊、当当、京东等电子书综合评分为：7.2分
内容介绍
《高等院校本科应用型经管专业规划教材:数据仓库与数据挖掘导论》为数据仓库与数据挖掘的基础教程，是作者多年来从事数据仓库与数据挖掘课程教学经验的梳理和总结。为了增强内容的直观性和可理解度，《高等院校本科应用型经管专业规划教材:数据仓库与数据挖掘导论》以大量图、表、实例融入其中。
全书共分为四篇14章。第一篇为导引，共分2章：用实例和实例分析引导学生理解数据仓库与数据挖掘的概念内涵及其产生背景。第二篇为数据仓库，共分5章：详细介绍了数据仓库的体系结构及其组成部分的功能；从商业需求的角度介绍了数据仓库维度建模方法和联机分析处理操作；介绍了元数据在数据仓库建设中的重要性、分类方法与作用。第三篇为数据挖掘，共分4章：通过浅显易懂的语言及实例，深入浅出地介绍了关联分析方法、神经网络算法、决策树算法和聚类分析方法。第四篇为实验与工具，共分3章：提供了数据仓库实验、神经网络建模实验、决策树与关联分析实验，强化培养学生的应用能力。
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：SVG精髓
下一篇：Android安全技术揭秘与防范
展开 +
收起 -
数据挖掘 相关电子书
-
R语言与数据挖掘最佳实践和经典案例 PDF 高清版
数据挖掘技术已经广泛用于政府机关、银行、保险、零售、电信、医药和研究领域。最近，越来越多的数据挖掘工作开始使用R工具来完成，R是一个用于统计计算和制图的免费软件。在最近的调
立即下载
-
数据可视化与数据挖掘：基于Tableau和SPSS Modeler图形界面 PDF 完整高清版
大数据可视化容许运用图型、图象处理、计算机视觉及其操作界面，根据表述、模型及其对立体式、表层、特性及其动漫的显示信息，对统计数据多方面数据可视化表述，大数据可视化技术性
立即下载
-
大数据搜索与日志挖掘及可视化方案 PDF 第2版
大数据的搜索与挖掘，在当今的互联网+时代是很有必要的。本书提出的分布式大数据搜索与日志挖掘及可视化方案是基于ELK Stack而提出的，它能有效应对海量大数据所带来的分布式存储与处理
立即下载
读者心得
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……