数据挖掘

数据挖掘中的那些事儿_数据库教程

教程名称:数据挖掘中的那些事儿 课程目录: 【 教程网】 入门与开发教程 【 教程网】十大数据挖掘算法及各自优势 【 教程网】商务智能与数据挖掘(英文) 【 教程网】基于 的 系统中数据挖掘实现技术 【 教程网】基于云计算的海量数据挖掘 何清 【 教程网】基于数据挖掘的移动网络智能优化 【 教程网】数据挖掘中的客户聚类分析及其算法实现 【 教程网】数据挖掘之经典算法 【 教程网】数据挖掘之聚类算法 【 教程网】数据挖掘入门 【 教程网】数据挖掘导论 【 教程网】数据挖掘工具使用 【 教程网】数据挖掘的概念

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:概念与技术(原书第3版)》PDF 下载_数据库教程

资源名称:《数据挖掘:概念与技术(原书第 版)》 下载 内容简介: 数据挖掘领域最具里程碑意义的经典著作 完整全面阐述该领域的重要知识和技术创新 这是一本数据挖掘和知识发现的优秀教材,结构合理、条理清晰。本书既保留了相当篇幅讲述数据挖掘的基本概念和方法,又增加了若干章节介绍数据挖掘领域最新的技术和发展,因此既适合初学者学习又适合专业人员和实践者参考。本书视角广阔、资料翔实、内容全面,能够为有意深入研究相关技术的读者提供足够的参考和支持。总之, 强烈推荐从高年级本科生到专业人员和实践者都来阅读这本书! 美国

数据挖掘:实用机器学习工具与技术 原书第3版_数据库教程

资源名称:数据挖掘:实用机器学习工具与技术 原书第 版 内容简介: 大数据时代应用机器学习方法解决数据挖掘问题的实用指南。 洞察隐匿于大数据中的结构模式,有效指导数据挖掘实践和商业应用。 系统的主要开发者将丰富的研发、商业应用和教学实践的经验和技术融会贯通。 广泛覆盖在数据挖掘实践中采用的算法和机器学习技术,着眼于解决实际问题 避免过分要求理论基础和数学知识,重点在于告诉读者 如何去做 ,同时包括许多算法、代码以及具体实例的实现。 将所有的概念都建立在具体实例的基础之上,促使读者首先考虑使用简单的技术。如

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:

数据挖掘 实用案例分析_数据库教程

资源名称:数据挖掘 实用案例分析 内容简介: 《数据挖掘:实用案例分析》是数据挖掘实战领域颇具特色的一部作品,作者曾为 余个行业上百家大型企业提供数据挖掘服务,本书是其在数据挖掘领域探索近 年的经验总结之作。全书以实践和实用为宗旨,深度与广度兼顾,实践与理论并举。 《数据挖掘:实用案例分析》共 章,分三个部分。第一部分是基础篇(第 ~ 章),主要对数据挖掘的基本概念、应用分类、建模方法及常用的建模工具进行了介绍,并对本书所用到的数据挖掘建模平台 进行了说明。第二部分是实战篇(第 ~ 章),以案例的形式对数

机器学习与数据挖掘:方法和应用_数据库教程

资源名称:机器学习与数据挖掘:方法和应用 内容简介: 本书分为 个部分,共 章,较为全面地介绍了机器学习的基本概念,并讨论了数据挖掘和知识发现中的有关问题及多策略学习方法,具体地阐述了机器学习与数据挖掘在工程设计,文本、图像和音乐,网页分析、计算机病毒和计算机控制,医疗诊断、生物医疗信号分析和水质分析中的生物信号处理等方面的应用情况。 本书收集众多不同领域中数据挖掘的实际案例,以此来说明数据挖掘的具体解决方法,以期为广大读者提供一个更为广阔的数据挖掘应用视角。 本书的读者,可以是任何对机器学习与数据挖掘感

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