数据挖掘
SAS编程与数据挖掘商业案例_数据库教程
资源名称： 编程与数据挖掘商业案例 内容简介： 从 角度详尽剖析 常用语句代码及应用，数据挖掘理论和商业应用紧密结合，原创相互贝叶斯文本分类和 迭代算法代码，三个典型的数据挖掘商业案例分析。 本书是作者多年来在企业实践工作中的经验总结，详细讲解了使用 进行商业数据挖掘的方法，其中包含了目前公开出版的诸多 教材没有的大量实战内容。 本书内容全面、新颖独创、综合性强，适合企业人员使用，也可作为数学、统计学、金融、电子商务、医药等专业的本科生、硕士生学习 编程和数据挖掘的参考资料。 资源目录： 出版说明
R语言与数据挖掘最佳实践和经典案例
资源名称： 语言与数据挖掘最佳实践和经典案例 内容简介： 【内容简介】 数据挖掘技术已经广泛用于政府机关、银行、保险、零售、电信、医药和研究领域。最近，越来越多的数据挖掘工作开始使用 工具来完成， 是一个用于统计计算和制图的免费软件。在最近的调查中， 已经被评为数据挖掘领域最流行的工具。本书介绍将 语言用于数据挖掘应用（从学术研究到工业应用），从大量数据中提取出有用知识的各种实用方法。 本书面向数据挖掘领域的研究人员、数据挖掘方向的研究生，以及数据挖掘工程师和分析师，对于学习数据挖掘课程的学生来说具有巨大
量化投资 数据挖掘技术与实践（MATLAB版） 完整版pdf
资源名称：量化投资 数据挖掘技术与实践 版 完整版 第一篇基础篇第 章绪论 量化投资与数据挖掘的关系 什么是量化投资 量化投资的特点 量化投资的核心 量化模型 量化模型的主要产生方法 数据挖掘 数据挖掘的概念和原理 什么是数据挖掘 数据挖掘的原理 数据挖掘在量化投资中的应用 宏观经济分析 估价 量化选股 量化择时 算法交易 本章小结 参考文献 第 章数据挖掘的内容、过程及工具 数据挖掘的内容 关联 回归 分类 聚类 预测 诊断 数据挖据过程 数据挖掘过程概述 挖掘目标的定义 数据的准备 数据的探索 模型的
数据挖掘原理与应用（第2版）_数据库教程
资源名称：数据挖掘原理与应用（第 版） 内容简介： 《数据挖掘原理与应用 第 版 数据库》内容简介：我在国外学习、工作了多年之后，深感商业智能即将成为未来几年 领域的核心价值，因此从 开始创建了北京迈思奇科技有限公司，致力于将国外的先进 技术和工具引进国内，帮助国内的企业提高数据分析效率、增强竞争实力。公司成立六年来，与微软密切合作，通过数百次讲座和培训，为企业培养 专业人员；同时，在承担 项目开发的过程中，公司也积累了优秀的团队和丰富的项目案例，创立了国内一流的数据挖掘品牌。 资源截图：
基于R语言数据挖掘的统计与分析 韦鹏程 完整pdf_数据库教程
资源名称：基于 语言数据挖掘的统计与分析 韦鹏程 完整 语言作为如今热门的编程语言之一，它由统计学家开发，在解决数据分析问题时具有先天优势。它是一门新兴的语言，掌握它，就是掌握了一门高校的数据分析软件。随着大数据的轰炸， 语言的功能越来越丰富，越来越多的人对 语言产生了兴趣。 语言的特点主要是开源性、全面性、操作简便性、可扩展性等。《基于 语言数据挖掘的统计与分析》的编写是为了让对 语言有兴趣的读者能更加了解 语言，了解大数据时代的数据挖掘等。 本书分十章，内容包括：大数据时代数据挖掘； 语言数据挖掘的起
可视化数据挖掘：数据可视化和数据挖掘的技术与工具
资源名称：可视化数据挖掘：数据可视化和数据挖掘的技术与工具 内容简介： 本书描述了可视化数据挖掘技术，以及可视化数据挖掘技术能够解决的商业问题。在介绍了业务问题和基本原理后，以一个完整的实例逐步讲解如何利用可视化数据挖掘技术实施商业智能项目的方法。 资源目录： 第 章 数据可视化和可视化数据挖掘介绍 第 章 步骤 ：验证和规划数据可视化和数据挖掘项目 第 章 步骤 ：识别关键的业务问题 第 章 步骤 ：选择业务数据集 第 章 步骤 ：转换业务数据集 第 章 步骤 ：验证业务数据集 第 章 步骤 ：选择可视
数据挖掘基础学习教材汇总_数据库教程
教程名称：数据挖掘基础学习教材汇总 课程目录： 【 教程网】动态数据挖掘研究 【 教程网】数据挖掘入门 【 教程网】数据挖掘应用 【 教程网】数据挖掘教程 【 教程网】数据挖掘概念与技术 【 教程网】数据挖掘算法 【 教程网】数据挖掘综述
数据挖掘导论（完整版）_数据库教程
资源名称：数据挖掘导论 完整版 内容简介： 本书全面介绍了数据挖掘的理论和方法，旨在为读者提供将数据挖掘应用于实际问题所必需的知识。本书涵盖五个主题：数据、分类、关联分析、聚类和异常检测。除异常检测外，每个主题都包含两章：前面一章讲述基本概念、代表性算法和评估技术，后面一章较深入地讨论高级概念和算法。目的是使读者在透彻地理解数据挖掘基础的同时，还能了解更多重要的高级主题。此外，书中还提供了大量示例、图表和习题。 本书适合作为相关专业高年级本科生和研究生数据挖掘课程的教材，同时也可作为数据挖掘研究和应用