为你推荐
扉页
版权页
前言
第1章 概 述
1.1 什么是数据
1.2 什么是大数据
1.3 什么是数据挖掘
1.4 能挖掘出什么
1.5 会产生什么价值
第 2 章 k-均值
2.1 基本算法
2.2 k-均值示例
2.3 k-均值算法的局限性
练 习 赛
第 3 章 k-近邻
3.1 k-近邻基本算法
3.2 评价分类效果的常见指标
3.3 影响算法精确度的若干问题
3.4 k-近邻算法示例
练 习 赛
第 4 章 朴素贝叶斯
4.1 贝叶斯定理
4.2 贝叶斯基本算法
4.3 贝叶斯算法案例
4.4 处理连续特征
练 习 赛
第5章 回 归
5.1 线性回归的最简示例
5.2 线性回归的一般形式
5.3 逻辑回归的最简示例
5.4 逻辑回归的一般形式
5.5 小结和讨论
练 习 赛
第 6 章 决策树
6.1 构建决策树
6.2 经典决策树：ID3、C4.5 和 CART
6.3 连续值、缺失值和剪枝
6.4 小结和讨论
练 习 赛
第 7 章 关联规则挖掘
7.1 基本算法思想
7.2 Apriori 算法示例
7.3 小结和讨论
练 习 赛
第 8 章 数据挖掘应用创新案例
8.1 提升生产制造过程的良品率
8.2 刻画全球化对碳排放的影响
8.3 捕捉电商评论中的用户情感
8.4 实时发现微博中的热点事件
推荐阅读材料
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
