数据挖掘

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

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

Python数据挖掘入门与实践 中文_Python教程

资源名称: 数据挖掘入门与实践 中文 第 章 开始数据挖掘之旅 第 章 用 估计器分类 第 章 用决策树预测获胜球队 第 章 用亲和性分析方法推荐电影 第 章 用转换器抽取特征 第 章 使用朴素贝叶斯进行社会媒体挖掘 第 章 用图挖掘找到感兴趣的人 第 章 用神经网络破解验证码 第 章 作者归属问题 第 章 新闻语料分类 第 章 用深度学习方法为图像中的物体进行分类 第 章 大数据处理 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

数据挖掘 概念与技术(原书第3版)中文完整PDF_数据库教程

资源名称:数据挖掘 概念与技术(原书第 版)中文完整 第 章 引论  为什么进行数据挖掘  迈向信息时代  数据挖掘是信息技术的进化  什么是数据挖掘  可以挖掘什么类型的数据  数据库数据  数据仓库  事务数据  其他类型的数据  可以挖掘什么类型的模式  类 概念描述:特征化与区分  挖掘频繁模式、关联和相关性  用于预测分析的分类与回归  聚类分析  离群点分析  所有模式都是有趣的吗  使用什么技术  统计学  机器学习  数据库系统与数据仓库  信息检索  面向什么类型的应用  商务智能  

数据挖掘 R语言实战

资源名称:数据挖掘 语言实战 内容简介: 数据挖掘技术是当下大数据时代最关键的技术,其应用领域及前景不可估量。 是一款极其优秀的统计分析和数据挖掘软件,《数据挖掘: 语言实战》侧重使用 进行数据挖掘,重点讲述了 的数据挖掘流程、算法包的使用及相关工具的应用,同时结合大量精选的数据挖掘实例对 软件进行深入潜出和全面的介绍,以便读者能深刻理解 的精髓并能快速、高效和灵活地掌握使用 进行数据挖掘的技巧。 通过《数据挖掘: 语言实战》,读者不仅能掌握使用 及相关的算法包来快速解决实际问题的方法,而且能得到从实际问

实战大数据 MATLAB数据挖掘详解与实践 中文pdf

资源名称:实战大数据 数据挖掘详解与实践 中文 第 章 绪论 数据挖掘概述 数据挖掘的分类 数据挖掘的过程 数据挖掘的任务 数据挖掘的对象 数据库 文本 图像与视频数据 数据 数据挖掘建模方法 业务理解 数据理解 数据准备 建模 评估 部署 数据挖掘的应用 在金融领域的应用 在零售业中的应用 在电信业的应用 在管理中的应用 在化学研究领域中的应用 在材料研究、生产方面的应用 在机械故障诊断与监测中的应用 在医疗领域中的应用 第 章 数据挖掘算法 决策树算法 决策树基本算法 算法 算法 算法 决策树的评价标

数据挖掘实用机器学习技术(中文第二版)_数据库教程

资源名称:数据挖掘实用机器学习技术 中文第二版 内容简介: 《数据挖掘实用机器学习技术 原书第 版 》介绍数据挖掘的基本理论与实践方法。主要内容包括:各种模型 决策树、关联规则、线性模型、聚类、贝叶斯网以及神经网络 以及在实践中的运用,所存在缺陷的分析。安全地清理数据集、建立以及评估模型的预测质量的方法,并且提供了一个公开的数据挖掘工作平台 。 系统拥有进行数据挖掘任务的图形用户界面,有助于理解模型,是一个实用并且深受欢迎的工具。 资源截图:

Python与数据挖掘 完整pdf_Python教程

资源名称: 与数据挖掘 完整 第一部分 基础篇第 章 数据挖掘概述第 章  基础入门第 章 函数第 章 面向对象编程第 章  实用模块第 章 图表绘制入门 资源截图: