|
| DorianPyle具有超过25年的从事数据挖掘工作的经验，担任过若干个数据控掘工具公司、信用卡业务公司、制造业公司的顾问，他目前是DataMinersInc.的顾问。他研发过若干个具有专利权的建模和数据挖掘技术，包括数据准备和数据概括工具，以及一个可以直接应用的自适应的建模技术。他还是业界会议上一位受欢迎的演说家，另外著有《DataPreparationforDataMining》。杨冬青，北京大学信息科学技术大学教授，博士生导师，网络与信息系统研究所副所长，数据库与信息系统研究室主任，中国计算机学会数据库专委会委员。目前主要研究方向为数据库系统现实技术、Web环境下的信息集成与共享、数据仓库和数据挖掘、典型应用领域的数据库技术等。 |
| 第一部分本领域的概要 第1章世界、知识与模型2 1.1世界的本质2 1.2系统7 1.3知识结构8 1.4改变知识结构14 1.5小结18 补充材料19 第2章转变经验20 2.1挖掘和思想20 2.2世界的系统28 2.3战略和战术33 2.4小结35 第3章建模与挖掘的结合37 3.1问题37 3.2现实世界的数据40 3.3假说：解释数据42 3.4做出决策45 3.5决策47 3.6小结54 第二部分业务建模 第4章什么是模型56 4.1数据、信息和知识简介56 4.2观察者的模型指南60 4.3作为一种行为的建模70 4.4小结73 第5章构建业务模型74 5.1建立框架75 5.2确定目标77 5.3问题和决策78 5.4为情形建模：将决策与世界观连接起来83 5.5选项：评估可能性84 5.6期望：评估未来89 5.7最后的调整94 5.8为问题框架构图94 5.9小结98 5.10对决策图的解释98 5.11风险计算99 第6章获得正确的模型101 6.1交互地探索相关领域102 6.2利用比喻为业务情形建模108 6.3探索工具120 6.4业务案例126 6.5现实：用我的数据可以做什么133 6.6小结136 第7章确保模型正确137 7.1发现用以挖掘的数据137 7.2使用数据156 7.3小结161 第8章模型的部署162 8.1修改业务过程162 8.2成功的动机164 8.3模型类别的影响165 8.4小结170 第三部分数据挖掘 第9章数据挖掘模型入门172 9.1查看数据172 9.2预处理第一步：检验174 9.3基本特征提取189 9.4调查数据194 9.5小结195 第10章挖掘工具做什么196 10.1数据挖掘算法196 10.2工具和工具集218 10.3小结226 第11章获得初始模型227 11.1准备保持诚实227 11.2强调数据229 11.3为理解建模241 11.4为分类建模250 11.5为预测建模263 11.6小结269 补充材料269 第12章改进已挖掘的模型271 12.1从误差中学习272 12.2提高模型质量，解决问题285 12.3小结322 第13章部署挖掘出的模型323 13.1部署解释性模型323 13.2新奇性及保持模型有效323 13.3所部署模型的形式334 13.4小结335 第四部分方法论 第14章方法论概述338 14.1方法论的结构339 14.2使用方法论343 14.3警告344 第15章MII—业务建模方法论346 第16章MIII—数据挖掘方法论362 参考资源425 |
内容加载中，请稍后...
商品评论（0条）