| 从数据挖掘原理与SPSSClementine实践，层层深入技术内幕。 《数据挖掘原理与SPSS Clementine应用宝典》点面兼顾，目录分类细致而科学，方便快速查阅。 配套代码和精美PowerPoint幻灯片课件。 《数据挖掘原理与SPSS Clementine应用宝典》从数据挖掘基础、数据挖掘经典算法、数据挖掘业务建模与模型评价、SPSSClementine数据挖掘实务这4方面对数据挖掘技术进行了全面介绍。《数据挖掘原理与SPSS Clementine应用宝典》既有数据挖掘理论知识、又有SPSSClementine数据挖掘实战，注重从理论到实践。 《数据挖掘原理与SPSS Clementine应用宝典》可作为高等院校计算机科学与技术专业、软件工程专业或信息类等相关专业的教材，也可作为有关数据挖掘技术方面的培养教材，以及所有拟从事数据挖掘领域研究的学生、学者和工程师的参考用书。 |
| 第1部分 数据挖掘应用基础 第1章 数据挖掘概述 第2章 数据挖掘可挖掘的知识类型 第3章 数据挖掘的体系结构与模型 第4章 数据选择 第5章 数据预处理 第2部分 数据挖掘经典算法 第6章 回归分析 第7章 贝叶斯分析 第8章 聚类分析 第9章 决策树算法 第10章 关联规则算法 第11章 粗糙集理论 第12章 神经网络 第13章 遗传算法 第14章 支持向量机 第15章 复杂对象数据挖掘 第3部分 数据挖掘建模与模型 第16章 数据挖掘建模 第17章 数据挖掘模型评价 第4部分 SPSS Clementine数据挖掘实务 第18章 SPSS Clementine基础 第19章 SPSS Clementine数据管理 第20章 数据的图形化展示 第21章 SPSS Clementine数据挖掘建模 第22章 数据挖掘结果的输出 第23章 数据挖掘项目实施 第24章 SPSS Clementine典型案例分析 参考文献 |
内容加载中，请稍后...
商品评论（0条）