数据挖掘:方法与应用

《数据挖掘:方法与应用》是2014年10月清华大学出版社出版的图书,作者是徐华。内容简介本书主要根据作者近几年在清华大学面向研究生和本科生开设的“数据

《数据挖掘方法与应用》是2009年01月中国人民大学出版社出版的图书,作者是吕晓玲。内容简介 数据挖掘方法与应用,作者吕晓玲,数据挖掘系列教材之一,本书分为7章,分别讲述数据挖掘概述、关联规则、聚类分析、决策树建模、神经网络建模、

本书主要以作者近五年在清华大学开展数据挖掘应用研究和教学工作为基础,从所指导的多个数据挖掘与分析的应用案例中精选出包括交通、体育、金融、生物信息、社交网络、电力等领域代表性的数据挖掘与分析案例,结合基本的数据挖掘应用实施思路,

数据挖掘理论、方法与应用 千 字 数:294 版 次:01-01 开 本:16(170*240)装 帧:目录 第1章 绪论 1 1.1 研究背景 2 1.2 数据挖掘的基本数学问题 5 1.2.1 相关概念 5 1.2.2 统计学习的一般模型 10 1.3 数据的

《数据挖掘与应用》全书体系完整,文字精炼,注重对数据挖掘方法的直觉理解及其应用:同时,保持了一定的严谨性,为学生理解和运用这些方法提供了坚实的基础。《数据挖掘与应用》实例丰富,并附有相应SAS程序,以便于学生尽快理解相关内容并用

《教育数据挖掘:方法与应用》通过E.Learnin9数据挖掘、E.Management数据挖掘和E-Research数据挖掘三大领域数据挖掘的七项实证研究,对于远程开放教育领域可获得的数据种类、可采用的数据挖掘方法和工具以及可挖掘得到的知识模式进行了较为完整

《数据挖掘技术与应用》系统详细地阐述了数据挖掘产生的背景、技术、多种相关方法及具体应用,主要内容包括数据挖掘概述,数据采集、集成与预处理技术,多维数据分析与组织,预测模型研究与应用,关联规则模型及应用,聚类分析方法与应用,粗糙

《中国科学院研究生院教材数据挖掘技术及应用》从应用的角度介绍数据挖掘的概念、原理、算法和技术,并提供丰富的真实案例。《中国科学院研究生院教材数据挖掘技术及应用》由4个部分组成,主要包括:数据挖掘和商业决策、数据挖掘技术、

《 生物信息学中的数据挖掘方法及应用》是 2011年科学出版社 出版的图书,作者是 梁艳春。本书以数据挖掘算法为中心,系统地介绍了机器学习、统计学习及多种智能算法在生物信息学相关领域的应用。

本书重点介绍Python语言在数据处理与数据挖掘方面的应用技巧,主要包括数据分析基础知识(数据收集与分析软件、数据挖掘的分析基础、简单数据的统计分析),数据分析高级方法(多元数据的综合分析、时序数据的模型分析),大数据基本处理方法(大数据

相关文档

数据挖掘:方法与应用
数据挖掘方法与应用
数据挖掘:方法与应用-应用案例
数据挖掘理论、方法与应用
数据挖掘与应用
教育数据挖掘:方法与应用
数据挖掘技术与应用
数据挖掘技术及应用
生物信息学中的数据挖掘方法及应用
Python数据挖掘方法及应用
rxcr.net
ldyk.net
nmmz.net
jmfs.net
qwfc.net
电脑版