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: 网络资源 2025年08月27日 0 点赞 0 评论 4 浏览
大数据:互联网大规模数据挖掘与分布式处理 资源名称:大数据:互联网大规模数据挖掘与分布式处理 内容简介: 本书源自作者在斯坦福大学教授多年的 挖掘 课程材料,主要关注大数据环境下数据挖掘的实际算法。书中分析了海量数据集数据挖掘常用的算法,介绍了目前 应用的许多重要话题。主要内容包括: 分布式文件系统以及 工具; 相似性搜索; 数据流处理以及针对易丢失数据等特殊情况的专用处理算法; 搜索引擎技术,如谷歌的 ; 频繁项集挖掘; 大规模高维数据集的聚类算法; 应用中的关键问题:广告管理和推荐系统。 资源目录: 网络资源 2025年08月27日 0 点赞 0 评论 3 浏览
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 网络资源 2025年08月27日 0 点赞 0 评论 3 浏览
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 网络资源 2025年08月27日 0 点赞 0 评论 3 浏览
《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 网络资源 2025年08月27日 0 点赞 0 评论 3 浏览
数据挖掘与R语言 李洪成译 中文pdf_数据库教程 资源名称:数据挖掘与 语言 李洪成译 中文 第 章简介 第 章预测海藻数量 第 章预测股票市场收益 第 章侦测欺诈交易 第 章微阵列样本分类 资源截图: 网络资源 2025年08月27日 0 点赞 0 评论 3 浏览
大话数据挖掘 资源名称:大话数据挖掘 内容简介: 西安美林电子有限责任公司编写的《大话数据挖掘》以 班的 数据挖掘技术及其应用 教学为场景,带领读者步入数据挖掘的神秘殿堂,领略数据挖掘的神奇魅力。 《大话数据挖掘》共 章。第 章,揭开数据挖掘的面纱,从三个真实而有趣的故事开始,让读者了解数据挖掘的概念、数据挖掘产生与发展、数据挖掘的功能和数据挖掘技术,本章深入浅出地介绍了关联规则、聚类分析、预测 分类和回归 、时间序列等数据挖掘方法及常用算法;第 章简述数据挖掘流程,以某冶金企业生产中遇到的质量控制技术攻关难题的解决过 网络资源 2025年08月27日 0 点赞 0 评论 3 浏览
Web数据挖掘_前端开发教程 资源名称: 数据挖掘 内容简介: 本书旨在讲述这些任务以及它们的核心挖掘算法;尽可能涵盖每个话题的广泛内容,给出足够多的细节,以便读者无须借助额外的阅读,即可获得相对完整的关于算法和技术的知识。其中结构化数据的抽取、信息整合、观点挖掘和 使用挖掘等 章是本书的特色,这些内容在已有书籍中没有提及,但它们在 数据挖掘中却占有非常重要的地位。当然,传统的 挖掘主题,如搜索、页面爬取和资源探索以及链接分析在书中也作了详细描述。 本书尽管题为 数据挖掘 ,却依然涵盖了数据挖掘和信息检索的核心主题;因为 挖掘大量使用 网络资源 2025年08月27日 0 点赞 0 评论 2 浏览