最 低 价：￥15.00
| 第1部分 入门篇 第1章 数据挖掘引论 1.1 什么是数据挖掘？ 1.2 为什么要进行数据挖掘？ 1.2.1 使用数据挖掘的例子 1.3 实现数据挖掘的实例研究 1.3.1 数据挖掘技术在美国西部电信公司中的应用 1.3.2 数据挖掘在贝斯出口公司的应用 1.3.3 数据挖掘在路透社的应用 1.4 开展数据挖掘以提高企业竞争力的成功步骤 1.4.1 问题定义 1.4.2 发现信息 1.4.3 制定计划 1.4.4 采取行动 1.4.5 监测效果 1.4.6 对数据挖掘过程的讨论 1.5 有关隐私问题的说明 1.6 小结 第2章 数据挖掘入门 2.1 分类（有指导的学习） 2.1.1 目标 2.1.2 研究主题 2.2 聚类研究（无指导的学习） 2.2.1 一个聚类的例子 2.3 可视化 2.4 关联（货篮子）分析 2.4.1 货篮子分析存在的问题 2.5 品种优化 2.5.1 销量：多样性和替换性 2.5.2 成本：故事的另一面 2.6 预测 2.6.1 相反的预测结果 2.6.2 胜出裕度 2.6.3 成本收益分析 2.7 评估 2.7.1 评估的例子 2.8 小结 第3章 数据挖掘过程 3.1 数据挖掘的方法 3.1.1 SEMMA方法 3.2 实例 3.3 数据准备 3.3.1 获取数据 3.3.2 限定数据范围 3.3.3 数据质量 3.3.4 数据分组 3.3.5 数据导出 3.4 确定主题 3.4.1 了解主题的局限性 3.4.2 选择良好的主题 3.4.3 主题的类型 3.4.4 哪些因素需要分析？ 3.4.5 数据抽样问题 3.5 读入数据并建立模型 3.5.1 关于模型的准确性 3.5.2 关于模型的可理解性 3.5.3 关于模型的性能 3.6 理解模型 3.6.1 模型概要 3.6.2 数据分布 3.6.3 验证 3.7 预测 3.7.1 其它候选结果 3.7.2 获选边际率 3.7.3 理解为什么会得到这样的预测结果 3.8 小结 第4章 数据挖掘算法 第5章 数据挖掘市场 第2部分 工具篇 第6章 决策树方法在数据挖掘中的应用 第7章 代理网络技术应用范例 第3部分 应用篇 第8章 数据挖掘在若干行业中的应用 第9章 基于数据仓库的数据挖掘 附录A 数据挖掘产品制造商 附录B 演示程序的安装 |
内容加载中，请稍后...
商品评论（0条）