下载 >  开发技术 >  其它 > 数据挖掘\数据挖掘原理与算法

数据挖掘\数据挖掘原理与算法

自己感觉不错的书籍,分享给大家. 您可以上传小于15MB的文件......... 权限太小了。
2010-12-28 上传大小:10.22MB
分享
收藏 举报
数据挖掘原理与算法(PDF)

系统化地阐述了数据挖掘和知识发现技术的产生、发展、应用和相关概念、原理、算法。对数据挖掘中的主要技术分支,包括关联规则、分类、聚类、序列、空间以及Web挖掘等进行了理论剖析和算法描述。本书的许多工作是作者们在攻读博士学位期间的工作总结,一方面,对于相关概念和技术的阐述尽量先从理论分析入手,在此基础上进行技术归纳。另一方面,为了保证技术的系统性,所有的挖掘模型和算法描述都在统一的技术归纳框架下进行。同时,为了避免抽象算法描述给读者带来的理解困难,本书的所有典型算法都通过具体跟踪执行实例来进一步说明。本书共分8章,各章相对独立成篇,以利于读者选择性学习。在每章后面都设置专门一节来对本章内容和文献引用情况进行归纳,它不仅可以帮助读者对相关内容进行整理,而且也起到对本内容相关文献的注释性索引功能。第1章是绪论,系统地介绍了数据挖掘产生的商业和技术背景,从不同侧面剖析了数据挖掘的概念和应用价值;第2章给出了知识发现的过程分析和应用体系结构设计;第3章对关联规则挖掘的原理和算法进行全面阐述;第4章给出分类的主要理论和算法描述;第5章讨论聚类的常用技术和算法;第6章对时间序列分析技术和序列挖掘算法进行论述;第7章系统地介绍了Web挖掘的主要研究领域和相关技术及算法;第8章是对空间数据挖掘技术和算法的分析和讲述。

立即下载
数据挖掘原理与实践课后习题及参考答案

数据挖掘原理与实践 课后习题答案 蒋盛益 李霞 郑琪 编著 电子工业出版社

立即下载
数据挖掘原理、算法及应用

本书以各类数据挖掘算法为核心, 以智能数据分析技术的发展为主线, 结合作者自身的研究和应用经验, 阐述数据挖掘研究领域的主要理论和典型算法。

立即下载
数据挖掘概念与算法(第三版)

原书第三版,里面讲了很多数据挖掘的算法,还是很不错的

立即下载
数据挖掘原理与应用

《数据挖掘原理与应用:SQL Server 2005数据库》作为一本专家级指南,全面介绍了SQL Server 2005中数据挖掘功能,并对这些功能的应用作了较为详尽的讲述。

立即下载
清华大学数据挖掘:原理与算法课件

清华大学数据挖掘:原理与算法课件,第一章,课程引言。

立即下载
数据挖掘原理与算法(pdf中文版)

数据仓库、数据挖掘教材:数据挖掘原理与算法.pdf

立即下载
数据挖掘原理与算法---邵于

The principle of PMML data mining principle and algorithm data mining principle and algorithm data mining principle and algorithm.

立即下载
数据挖掘电子书籍 入门书籍 经典书籍

书籍包括: 《数据挖掘导论》; 《数据挖掘:概念与技术》; 《数据挖掘入门》; 《数据挖掘原理》

立即下载
数据挖掘算法原理与实现(第2版).王振武(带详细书签).pdf

本书对数据挖掘的基本算法进行了系统介绍,每种算法不仅介绍了算法的基本原理,而且配有大量例题以及源代码,并对源代码进行了分析,这种理论和实践相结合的方式有助于读者较好地理解和掌握抽象的数据挖掘算法。 全书共分11章,内容同时涵盖了数据预处理、关联规则挖掘算法、分类算法和聚类算法,具体章节包括绪论、数据预处理、关联规则挖掘、决策树分类算法、贝叶斯分类算法、人工神经网络算法、支持向量机、Kmeans聚类算法、K中心点聚类算法、神经网络聚类算法以及数据挖掘的发展等内容。 本书可作为高等院校数据挖掘课程的教材,也可以作为从事数据挖掘工作以及其他相关工程技术工作人员的参考书。 第1章绪论 1 1.1数据挖掘的概念 1 1.2数据挖掘的历史及发展 1 1.3数据挖掘的研究内容及功能 5 1.3.1数据挖掘的研究内容 5 1.3.2数据挖掘的功能 6 1.4数据挖掘的常用技术及工具 9 1.4.1数据挖掘的常用技术 9 1.4.2数据挖掘的工具 12 1.5数据挖掘的应用热点 12 1.6小结 14 思考题 15 第2章数据预处理 16 2.1数据预处理的目的 16 2.2数据清理 18 2.2.1填充缺失值 18 2.2.2光滑噪声数据 18 2.2.3数据清理过程 19 2.3数据集成和数据变换 20 2.3.1数据集成 20 2.3.2数据变换 21 2.4数据归约 23 2.4.1数据立方体聚集 23 2.4.2维归约 23 2.4.3数据压缩 24 2.4.4数值归约 25 2.4.5数据离散化与概念分层 28 2.5特征选择与提取 302.5.1特征选择 30 2.5.2特征提取 31 2.6小结 33 思考题 33 第3章关联规则挖掘 35 3.1基本概念 35 3.2关联规则挖掘算法——Apriori算法原理 36 3.3Apriori算法实例分析 38 3.4Apriori算法源程序分析 41 3.5Apriori算法的特点及应用 50 3.5.1Apriori算法特点 50 3.5.2Apriori 算法应用 51 3.6小结 52 思考题 52 第4章决策树分类算法 54 4.1基本概念 54 4.1.1决策树分类算法概述 54 4.1.2决策树基本算法概述 54 4.2决策树分类算法——ID3算法原理 56 4.2.1ID3算法原理 56 4.2.2熵和信息增益 57 4.2.3ID3算法 59 4.3ID3算法实例分析 60 4.4ID3算法源程序分析 64 4.5ID3算法的特点及应用 72 4.5.1ID3算法特点 72 4.5.2ID3算法应用 72 4.6决策树分类算法——C4.5算法原理 73 4.6.1C4.5算法 73 4.6.2C4.5算法的伪代码 75 4.7C4.5算法实例分析 76 4.8C4.5算法源程序分析 77 4.9C4.5算法的特点及应用 101 4.9.1C4.5算法特点 101 4.9.2C4.5算法应用 101 4.10小结 102 思考题 102 第5章贝叶斯分类算法 103 5.1基本概念 103 5.1.1主观概率 103 5.1.2贝叶斯定理 104 5.2贝叶斯分类算法原理 105 5.2.1朴素贝叶斯分类模型 105 5.2.2贝叶斯信念网络 107 5.3贝叶斯算法实例分析 110 5.3.1朴素贝叶斯分类器 110 5.3.2BBN 112 5.4贝叶斯算法源程序分析 114 5.5贝叶斯算法特点及应用 119 5.5.1朴素贝叶斯分类算法 119 5.5.2贝叶斯信念网 120 思考题 121 第6章人工神经网络算法 122 6.1基本概念 122 6.1.1生物神经元模型 122 6.1.2人工神经元模型 123 6.1.3主要的神经网络模型 124 6.2BP算法原理 126 6.2.1Delta学习规则的基本原理 126 6.2.2BP网络的结构 126 6.2.3BP网络的算法描述 127 6.2.4标准BP网络的工作过程 129 6.3BP算法实例分析 130 6.4BP算法源程序分析 134 6.5BP算法的特点及应用 143 6.5.1BP算法特点 143 6.5.2BP算法应用 144 6.6小结 145 思考题 145 第7章支持向量机 146 7.1基本概念 146 7.1.1支持向量机理论基础 146 7.1.2统计学习核心理论 146 7.1.3学习过程的一致性条件 146 7.1.4函数集的VC维 147 7.1.5泛化误差界 148 7.1.6结构风险最小化归纳原理 148 7.2支持向量机原理 149 7.2.1支持向量机核心理论 149 7.2.2最大间隔分类超平面 149 7.2.3支持向量机 150 7.2.4核函数分类 153 7.3支持向量机实例分析 154 7.4支持向量机的特点及应用 156 7.4.1支持向量机的特点 156 7.4.2支持向量机的应用 157 7.5小结 158 思考题 158 第8章Kmeans聚类算法 159 8.1简介 159 8.2Kmeans聚类算法原理 159 8.3Kmeans聚类算法实例分析 161 8.4Kmeans聚类算法源程序分析 164 8.5Kmeans聚类算法的特点及应用 171 8.5.1Kmeans聚类算法的特点 171 8.5.2Kmeans聚类算法的应用 171 8.6小结 172 思考题 172 第9章K中心点聚类算法 173 9.1简介 173 9.2K中心点聚类算法原理 173 9.3K中心点聚类算法实例分析 174 9.4K中心点聚类算法源程序分析 175 9.5K中心点聚类算法的特点及应用 183 9.5.1K中心点聚类算法的特点 183 9.5.2K中心点聚类算法的应用 183 9.6小结 183 第10章神经网络聚类方法: SOM 184 10.1简介 184 10.2竞争学习算法基础 184 10.2.1自组织神经网络结构 184 10.2.2自组织神经网络的原理 185 10.3SOM算法原理 187 10.3.1SOM网络的拓扑结构 187 10.3.2SOM权值调整域 188 10.3.3SOM网络运行原理 189 10.3.4学习方法 189 10.4SOM算法实例分析 190 10.4.1问题描述 190 10.4.2网络设计及学习结果 191 10.4.3结果输出 191 10.5SOM算法源程序分析 192 10.6SOM算法的特点及应用 202 10.6.1SOM特点 202 10.6.2SOM应用 202 10.7小结 203 思考题 203 第11章数据挖掘的发展 204 11.1Web挖掘 204 11.1.1Web数据挖掘定义 204 11.1.2Web数据挖掘分类 204 11.1.3Web数据挖掘的数据源 206 11.1.4Web数据挖掘中知识的分类 207 11.1.5Web数据挖掘的关键问题 208 11.2空间数据挖掘 209 11.2.1空间数据挖掘的定义与特点 209 11.2.2空间数据挖掘的体系结构 210 11.2.3空间数据挖掘可获得的知识类型 210 11.2.4空间数据挖掘的方法 212 11.3流数据挖掘 215 11.3.1流数据的特点 215 11.3.2流数据挖掘关键技术 215 11.3.3流数据挖掘的实际应用及前景 217 11.4数据挖掘与可视化技术 218 11.4.1什么是可视化 218 11.4.2数据可视化技术分类 219 11.4.3数据挖掘可视化技术的应用 221 11.5小结 222 思考题 223 参考文献 224

立即下载
常用数据挖掘算法总结及Python实现[强烈推荐]

这份资料真心不错,对于相关的从业人员或大数据爱好者应该是不可多得的资料. 该文档总结了常用的数据挖掘的算法原理以及Python实践内容.目录如下: 第一部分 数据挖掘与机器学习数学基础3 第一章 机器学习的统计基础3 第二章 探索性数据分析(EDA) .11 第二部分 机器学习概述14 第三章 机器学习概述14 第三部分 监督学习---分类与回归16 第四章 KNN(k 最邻近分类算法) 16 第五章 决策树19 第六章 朴素贝叶斯分类29 第七章 Logistic 回归 .32 第八章 SVM 支持向量机42 第九章 集成学习(Esemble Learning)43 第十一章 模型评估46 第四部分 非监督学习---聚类与关联分析50 第十二章 Kmeans 聚类分析 .50 第十三章 关联分析 Apriori.52 第十四章 数据预处理之数据降维54 第五部分 Python 数据预处理 .57 第十五章 Python 数据分析基础 .57 第十六章 Python 进行数据清洗 .77 第六部分 数据结构与算法82 第七部分 SQL 知识.86 第八部分 数据挖掘案例分析87 案例一 A Journey through Titanic 597c770e .87 案例二 Analysis for airplane-crashes-since-190894 案例三 贷款预测问题98 案例四 KNN 算法实现葡萄酒价格模型预测及交叉验证107

立即下载
数据挖掘与R语言

数据挖掘原理,用R语言做数据分析,数据挖掘。

立即下载
数据挖掘原理与算法

数据挖掘原理与算法

立即下载
数据挖掘原理与算法(书籍)

本书在介绍数据挖掘原理的基础上,从实用角度出发,详细介绍了数据挖掘的经典算法,包括数据仓库技术的概念,数据立方体的理论基础,数据挖掘的经典领域的算法等内容。

立即下载
数据挖掘原理与SPSS Clementine应用宝典ppt教程-第1章

数据挖掘原理与SPSS Clementine应用宝典教程-数据挖掘概述

立即下载
机器学习与数据挖掘

机器学习与数据挖掘原理,主要是讲机器学习基础知识和数据挖掘基本原理。

立即下载
数据仓库与数据挖掘实践 pdf

作者:李春葆,李石君,李筱驰 编著 出版时间:2014年 本书系统地介绍了数据仓库和数据挖掘技术,全本由两部分组成,第1章到第3章介绍数据仓库的基本概念和相关技术,第4章到第11章介绍数据挖掘的基本概念和各种算法,包括数据仓库构建、OLAP技术、分类方法、聚类方法、关联分析、序列模式挖掘方法、回归和时序分析、粗糙集理论、文本挖掘、Web挖掘和空间数据挖掘方法等。本书既注重原理,又注重实践,配有大量图表、示例和练习题,内容丰富,概念讲解清楚,表达严谨,逻辑性强,语言精练,可读性好。本书既便于教师课堂讲授,又便于自学者阅读。适合作为高等院校高年级学生和研究生“数据仓库和数据挖掘”或“数据挖掘算法”课程的教材。

立即下载
数据挖掘原理与SPSS Clementine应用宝典ppt教程-第3章

数据挖掘原理与SPSS Clementine应用宝典教程- 数据挖掘的体系结构与模型

立即下载
好书推荐之:数据挖掘原理与算法.pdf

数据挖掘原理与算法.pdf

立即下载
数据挖掘原理与算法.rar

数据挖掘原理与算法.rar

立即下载
关闭
img

spring mvc+mybatis+mysql+maven+bootstrap 整合实现增删查改简单实例.zip

资源所需积分/C币 当前拥有积分 当前拥有C币
5 0 0
点击完成任务获取下载码
输入下载码
为了良好体验,不建议使用迅雷下载
img

数据挖掘\数据挖掘原理与算法

会员到期时间: 剩余下载个数: 剩余C币: 剩余积分:0
为了良好体验,不建议使用迅雷下载
VIP下载
您今日下载次数已达上限(为了良好下载体验及使用,每位用户24小时之内最多可下载20个资源)

积分不足!

资源所需积分/C币 当前拥有积分
您可以选择
开通VIP
4000万
程序员的必选
600万
绿色安全资源
现在开通
立省522元
或者
购买C币兑换积分 C币抽奖
img

资源所需积分/C币 当前拥有积分 当前拥有C币
5 4 45
为了良好体验,不建议使用迅雷下载
确认下载
img

资源所需积分/C币 当前拥有积分 当前拥有C币
5 0 0
为了良好体验,不建议使用迅雷下载
VIP和C币套餐优惠
img

资源所需积分/C币 当前拥有积分 当前拥有C币
5 4 45
您的积分不足,将扣除 10 C币
为了良好体验,不建议使用迅雷下载
确认下载
下载
您还未下载过该资源
无法举报自己的资源

兑换成功

你当前的下载分为234开始下载资源
你还不是VIP会员
开通VIP会员权限,免积分下载
立即开通

你下载资源过于频繁,请输入验证码

您因违反CSDN下载频道规则而被锁定帐户,如有疑问,请联络:webmaster@csdn.net!

举报

若举报审核通过,可返还被扣除的积分

  • 举报人:
  • 被举报人:
  • *类型:
    • *投诉人姓名:
    • *投诉人联系方式:
    • *版权证明:
  • *详细原因: