数据挖掘基础与应用实例 / 国际服务外包系列教材
￥45.00定价
作者： 蒋盛益、张钰莎等
出版时间：2015年5月
出版社：经济科学出版社
- 经济科学出版社
- 9787514152401
- 1-1
- 55374
- 0043163349-4
- 2015年5月
- 工学
- 软件工程
- TP311.13
- 国际服务
- 本专科
内容简介
本教材是广东外语外贸大学广东服务外包人才培训基地《服务外包系列教材》之一，本教材可作为全国各类服务外包培训机构和组织的专业培训教材，亦可作为希望对服务外包行业了解更多或希望从事服务外包工作的各大专院校学生和有关政府部门、企业管理人员及技术人员的培训教材和参考书。本书在介绍了数据挖掘的基本原理和方法之后，讲述了多个应用领域案例，旨在使读者了解和掌握数据挖掘技术的理念和算法，熟悉数据挖掘技术应用的流程和分析方法，引导读者理解和利用数据挖掘技术解决实际领域中的现实问题，从而为今后的数据分析工作夯实基础。全书分为三大部分，包括上篇——入门篇、中篇——基础篇和下篇——提高篇，共10章。入门篇从全局视角对数据挖掘的基本概念、任务、建模过程、应用前景以及数据挖掘工具Clementine软件进行介绍。基础篇对数据挖掘的主流分析技术进行介绍，并对一些经典算法进行了详细的描述和示例讲解，同时对部分算法进行了对比提高篇是入门篇与基础篇内容的延伸与拓展，是数据挖掘技术在不同行业领域的具体应用。本书除了介绍数据挖掘的经典方法之外，也参考了很多国内外的研究成果，同时也融入了作者们的部分研究成果。
目录
上篇数据挖掘入门篇
第1章数据挖掘概述
1．1数据挖掘引例
1．1．1Target和怀孕预测指数
1．1．2Areazon和个性化推荐
1．1．3Google用搜索关键词监测流感
1．1．4智能搜索
1．2数据挖掘简介
1．2．1数据挖掘产生的背景
1．2．2数据挖掘的定义
1．2．3数据挖掘任务
1．2．4数据挖掘过程
1．2．5数据挖掘十大经典算法
1．3数据挖掘应用
1．3．1商业领域的应用
1．3．2互联网技术领域的应用
1．3．3其他应用领域
1．4数据挖掘工具及软件
1．4．1数据挖掘工具分类
1．4．2数据挖掘工具选择需要考虑的问题
1．4．3数据挖掘工具介绍
1．5数据挖掘技术的前景
1．6数据挖掘与隐私保护
1．7本章小结
习题1
第2章CIementine概述
2．1Clementine简介
2．2clementine数据流操作
2．2．1生成数据流的基本过程
2．2．2节点操作
2．2．3超节点
2．3输入、输出节点介绍
2．3．1数据源节点
2．3．2类型节点
2．3．3表节点
2．3．4数据导出节点
2．4数据可视化节点介绍
2．4．1数据审核节点
2．4．2网络节点
2．5数据挖掘建模过程
2．5．1业务理解
2．5。2数据理解
2．5．3数据准备
2．5．4建模
2．5．5评估
2．5．6部署
2．6辛普森悖论
2．7本章小结
习题2
中篇数据挖掘基础篇
第3章数据预处理
3．1数据预处理概述
3．2数据清理
3．2．1缺失值的处理
3．2．2噪声数据的处理
3．2．3不一致数据的处理
3．3数据集成
3．4数据变换
……
下篇数据挖掘提高篇
第1章数据挖掘概述
1．1数据挖掘引例
1．1．1Target和怀孕预测指数
1．1．2Areazon和个性化推荐
1．1．3Google用搜索关键词监测流感
1．1．4智能搜索
1．2数据挖掘简介
1．2．1数据挖掘产生的背景
1．2．2数据挖掘的定义
1．2．3数据挖掘任务
1．2．4数据挖掘过程
1．2．5数据挖掘十大经典算法
1．3数据挖掘应用
1．3．1商业领域的应用
1．3．2互联网技术领域的应用
1．3．3其他应用领域
1．4数据挖掘工具及软件
1．4．1数据挖掘工具分类
1．4．2数据挖掘工具选择需要考虑的问题
1．4．3数据挖掘工具介绍
1．5数据挖掘技术的前景
1．6数据挖掘与隐私保护
1．7本章小结
习题1
第2章CIementine概述
2．1Clementine简介
2．2clementine数据流操作
2．2．1生成数据流的基本过程
2．2．2节点操作
2．2．3超节点
2．3输入、输出节点介绍
2．3．1数据源节点
2．3．2类型节点
2．3．3表节点
2．3．4数据导出节点
2．4数据可视化节点介绍
2．4．1数据审核节点
2．4．2网络节点
2．5数据挖掘建模过程
2．5．1业务理解
2．5。2数据理解
2．5．3数据准备
2．5．4建模
2．5．5评估
2．5．6部署
2．6辛普森悖论
2．7本章小结
习题2
中篇数据挖掘基础篇
第3章数据预处理
3．1数据预处理概述
3．2数据清理
3．2．1缺失值的处理
3．2．2噪声数据的处理
3．2．3不一致数据的处理
3．3数据集成
3．4数据变换
……
下篇数据挖掘提高篇
