掃一掃
關(guān)注中圖網(wǎng)
官方微博
包郵 R語言數(shù)據(jù)挖掘
開本：
32開
頁數(shù)：
201
本類五星書更多>
-
>
全國(guó)計(jì)算機(jī)等級(jí)考試最新真考題庫模擬考場(chǎng)及詳解·二級(jí)MSOffice高級(jí)應(yīng)用
-
>
決戰(zhàn)行測(cè)5000題(言語理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
中圖價(jià):¥34.8
加入購物車
R語言數(shù)據(jù)挖掘 版權(quán)信息
- ISBN：9787111547693
- 條形碼：9787111547693 ; 978-7-111-54769-3
- 裝幀：暫無
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：>
R語言數(shù)據(jù)挖掘 本書特色
本書介紹了關(guān)聯(lián)規(guī)則、分類、聚類分析、異常值探測(cè)、數(shù)據(jù)流挖掘、時(shí)間序列、圖形挖掘、網(wǎng)絡(luò)分析、文本挖掘和網(wǎng)絡(luò)分析等流行的數(shù)據(jù)挖掘算法，給出了具體算法以及這些算法的偽代碼和R語言實(shí)現(xiàn)。本書可以作為統(tǒng)計(jì)學(xué)、計(jì)算機(jī)等相關(guān)專業(yè)高年級(jí)本科生或研究生的教材，也可以作為數(shù)據(jù)分析和挖掘等相關(guān)研究人員的參考資料。
R語言數(shù)據(jù)挖掘 內(nèi)容簡(jiǎn)介
本書介紹了關(guān)聯(lián)規(guī)則、分類、聚類分析、異常值探測(cè)、數(shù)據(jù)流挖掘、時(shí)間序列、圖形挖掘、網(wǎng)絡(luò)分析、文本挖掘和網(wǎng)絡(luò)分析等流行的數(shù)據(jù)挖掘算法，給出了具體算法以及這些算法的偽代碼和R語言實(shí)現(xiàn)。本書可以作為統(tǒng)計(jì)學(xué)、計(jì)算機(jī)等相關(guān)專業(yè)高年級(jí)本科生或研究生的教材，也可以作為數(shù)據(jù)分析和挖掘等相關(guān)研究人員的參考資料。
R語言數(shù)據(jù)挖掘 目錄
目 錄 Contents譯者序作者簡(jiǎn)介審校者簡(jiǎn)介前言致謝第1章 預(yù)備知識(shí) 11.1 大數(shù)據(jù) 21.2 數(shù)據(jù)源 31.3 數(shù)據(jù)挖掘 41.3.1 特征提取 41.3.2 總結(jié) 41.3.3 數(shù)據(jù)挖掘過程 51.4 社交網(wǎng)絡(luò)挖掘 71.5 文本挖掘 91.5.1 信息檢索和文本挖掘 101.5.2 文本挖掘預(yù)測(cè) 101.6 網(wǎng)絡(luò)數(shù)據(jù)挖掘 101.7 為什么選擇R 121.8 統(tǒng)計(jì)學(xué) 121.8.1 統(tǒng)計(jì)學(xué)與數(shù)據(jù)挖掘 131.8.2 統(tǒng)計(jì)學(xué)與機(jī)器學(xué)習(xí) 131.8.3 統(tǒng)計(jì)學(xué)與R語言 131.8.4 數(shù)據(jù)挖掘中統(tǒng)計(jì)學(xué)的局限性 131.9 機(jī)器學(xué)習(xí) 131.9.1 機(jī)器學(xué)習(xí)方法 141.9.2 機(jī)器學(xué)習(xí)架構(gòu) 141.10 數(shù)據(jù)屬性與描述 151.10.1 數(shù)值屬性 161.10.2 分類屬性 161.10.3 數(shù)據(jù)描述 161.10.4 數(shù)據(jù)測(cè)量 171.11 數(shù)據(jù)清洗 181.11.1 缺失值 181.11.2 垃圾數(shù)據(jù)、噪聲數(shù)據(jù)或異常值 191.12 數(shù)據(jù)集成 191.13 數(shù)據(jù)降維 201.13.1 特征值和特征向量 201.13.2 主成分分析 201.13.3 奇異值分解 201.13.4 CUR分解 211.14 數(shù)據(jù)變換與離散化 211.14.1 數(shù)據(jù)變換 211.14.2 標(biāo)準(zhǔn)化數(shù)據(jù)的變換方法 221.14.3 數(shù)據(jù)離散化 221.15 結(jié)果可視化 231.16 練習(xí) 241.17 總結(jié) 24第2章 頻繁模式、關(guān)聯(lián)規(guī)則和相關(guān)規(guī)則挖掘 252.1 關(guān)聯(lián)規(guī)則和關(guān)聯(lián)模式概述 262.1.1 模式和模式發(fā)現(xiàn) 262.1.2 關(guān)系或規(guī)則發(fā)現(xiàn) 292.2 購物籃分析 302.2.1 購物籃模型 312.2.2 Apriori算法 312.2.3 Eclat算法 352.2.4 FP-growth算法 372.2.5 基于*大頻繁項(xiàng)集的GenMax算法 412.2.6 基于頻繁閉項(xiàng)集的Charm算法 432.2.7 關(guān)聯(lián)規(guī)則生成算法 442.3 混合關(guān)聯(lián)規(guī)則挖掘 462.3.1 多層次和多維度關(guān)聯(lián)規(guī)則挖掘 462.3.2 基于約束的頻繁模式挖掘 472.4 序列數(shù)據(jù)集挖掘 482.4.1 序列數(shù)據(jù)集 482.4.2 GSP算法 482.5 R語言實(shí)現(xiàn) 502.5.1 SPADE算法 512.5.2 從序列模式中生成規(guī)則 522.6 高性能算法 522.7 練習(xí) 532.8 總結(jié) 53第3章 分類 543.1 分類 553.2 通用決策樹歸納法 563.2.1 屬性選擇度量 583.2.2 決策樹剪枝 593.2.3 決策樹生成的一般算法 593.2.4 R語言實(shí)現(xiàn) 613.3 使用ID3算法對(duì)高額度信用卡用戶分類 613.3.1 ID3算法 623.3.2 R語言實(shí)現(xiàn) 643.3.3 網(wǎng)絡(luò)攻擊檢測(cè) 643.3.4 高額度信用卡用戶分類 663.4 使用C4.5算法進(jìn)行網(wǎng)絡(luò)垃圾頁面檢測(cè) 663.4.1 C4.5算法 673.4.2 R語言實(shí)現(xiàn) 683.4.3 基于MapReduce的并行版本 693.4.4 網(wǎng)絡(luò)垃圾頁面檢測(cè) 703.5 使用CART算法判斷網(wǎng)絡(luò)關(guān)鍵資源頁面 723.5.1 CART算法 733.5.2 R語言實(shí)現(xiàn) 743.5.3 網(wǎng)絡(luò)關(guān)鍵資源頁面判斷 743.6 木馬程序流量識(shí)別方法和貝葉斯分類 753.6.1 估計(jì) 753.6.2 貝葉斯分類 763.6.3 R語言實(shí)現(xiàn) 773.6.4 木馬流量識(shí)別方法 773.7 垃圾郵件識(shí)別和樸素貝葉斯分類 793.7.1 樸素貝葉斯分類 793.7.2 R語言實(shí)現(xiàn) 803.7.3 垃圾郵件識(shí)別 803.8 基于規(guī)則的計(jì)算機(jī)游戲玩家類型分類和基于規(guī)則的分類 813.8.1 從決策樹變換為決策規(guī)則 823.8.2 基于規(guī)則的分類 823.8.3 序列覆蓋算法 833.8.4 RIPPER算法 833.8.5 計(jì)算機(jī)游戲玩家類型的基于規(guī)則的分類 853.9 練習(xí) 863.10 總結(jié) 86第4章 高級(jí)分類算法 874.1 集成方法 874.1.1 Bagging算法 884.1.2 Boosting和AdaBoost算法 894.1.3 隨機(jī)森林算法 914.1.4 R語言實(shí)現(xiàn) 914.1.5 基于MapReduce的并行版本 924.2 生物學(xué)特征和貝葉斯信念網(wǎng)絡(luò) 924.2.1 貝葉斯信念網(wǎng)絡(luò)算法 934.2.2 R語言實(shí)現(xiàn) 944.2.3 生物學(xué)特征 944.3 蛋白質(zhì)分類和k近鄰算法 944.3.1 kNN算法 954.3.2 R語言實(shí)現(xiàn) 954.4 文檔檢索和支持向量機(jī) 954.4.1 支持向量機(jī)算法 974.4.2 R語言實(shí)現(xiàn) 994.4.3 基于MapReduce的并行版本 994.4.4 文檔檢索 1004.5 基于頻繁模式的分類 1004.5.1 關(guān)聯(lián)分類 1004.5.2 基于判別頻繁模式的分類 1014.5.3 R語言實(shí)現(xiàn) 1014.5.4 基于序列頻繁項(xiàng)集的文本分類 1024.6 基于反向傳播算法的分類 1024.6.1 BP算法 1044.6.2 R語言實(shí)現(xiàn) 1054.6.3 基于MapReduce的并行版本 1054.7 練習(xí) 1064.8 總結(jié) 107第5章 聚類分析 1085.1 搜索引擎和k均值算法 1105.1.1 k均值聚類算法 1115.1.2 核k均值聚類算法 1125.1.3 k模式聚類算法 1125.1.4 R語言實(shí)現(xiàn) 1135.1.5 基于MapReduce的并行版本 1135.1.6 搜索引擎和網(wǎng)頁聚類 1145.2 自動(dòng)提取文檔文本和k中心點(diǎn)算法 1165.2.1 PAM算法 1175.2.2 R語言實(shí)現(xiàn) 1175.2.3 自動(dòng)提取和總結(jié)文檔文本 1175.3 CLARA算法及實(shí)現(xiàn) 1185.3.1 CLARA算法 1195.3.2 R語言實(shí)現(xiàn) 1195.4 CLARANS算法及實(shí)現(xiàn) 1195.4.1 CLARANS算法 1205.4.2 R語言實(shí)現(xiàn) 1205.5 無監(jiān)督的圖像分類和仿射傳播聚信息
展開全部
R語言數(shù)據(jù)挖掘 作者簡(jiǎn)介
作者簡(jiǎn)介 About the AuthorBater Makhabel（LinkedIn: BATERMJ和GitHub: BATERMJ）為系統(tǒng)構(gòu)架師，生活在中國(guó)北京、上海和烏魯木齊等地。他于1995至2002年之間在清華大學(xué)學(xué)習(xí)，并獲得計(jì)算機(jī)科學(xué)和技術(shù)的學(xué)士和博士學(xué)位。他在機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、自然語言處理（NLP）、分布系統(tǒng)、嵌入系統(tǒng)、網(wǎng)絡(luò)、移動(dòng)平臺(tái)、算法、應(yīng)用數(shù)學(xué)和統(tǒng)計(jì)領(lǐng)域有豐富的經(jīng)驗(yàn)。他服務(wù)過的客戶包括CA Technologies、META4ALL和EDA（DFR的一家子公司）。同時(shí)，他也擁有在中國(guó)創(chuàng)辦公司的經(jīng)歷。 Bater的生活開創(chuàng)性地在計(jì)算機(jī)科學(xué)和人文科學(xué)之間取得了平衡。在過去的12年中，他在應(yīng)用多種先進(jìn)計(jì)算機(jī)技術(shù)于文化創(chuàng)作方面獲得了經(jīng)驗(yàn)，其中一項(xiàng)是人機(jī)界面，通過哈薩克語與計(jì)算機(jī)系統(tǒng)進(jìn)行交互。他一直和他工作領(lǐng)域中的其他作家有合作，但是本書是他的正式作品。 About the Reviewers 審校者簡(jiǎn)介Jason H.D. Cho在伊利諾伊大學(xué)香檳分校獲得計(jì)算機(jī)碩士學(xué)位，現(xiàn)在在攻讀博士。他對(duì)應(yīng)用自然語言處理和大數(shù)據(jù)解決醫(yī)學(xué)信息問題特別感興趣。尤其是，他希望能在社交媒體上找到病人關(guān)心的健康需求。他曾帶領(lǐng)一個(gè)學(xué)員小組在美國(guó)一項(xiàng)主要的保健競(jìng)賽（CIMIT）中躋身前10名。Jason也為自然語言處理和大數(shù)據(jù)研究領(lǐng)域的文章進(jìn)行審稿。 Gururaghav Gopal現(xiàn)在在Paterson證券公司工作，其職位是量化分析員、開發(fā)人員、交易員和分析師。以前，他是一個(gè)和電商行業(yè)相關(guān)的數(shù)據(jù)科學(xué)咨詢師。他曾經(jīng)在印度韋洛爾的韋洛爾理工大學(xué)教授大學(xué)生和研究生模式識(shí)別課程。他曾經(jīng)在一些研究機(jī)構(gòu)做過研究助理，包括IFMR和NAL。 Gururaghav獲得了電子工程的學(xué)士學(xué)位、計(jì)算機(jī)科學(xué)和工程的碩士學(xué)位，并在IFMR輔修金融工程和風(fēng)險(xiǎn)管理方面的課程。之后，他便在金融相關(guān)領(lǐng)域工作。他獲得過多個(gè)獎(jiǎng)項(xiàng)并以他的名字發(fā)表過多篇文章。他對(duì)編程、教學(xué)和咨詢感興趣。在閑暇時(shí)間，他會(huì)聽音樂。 Vibhav Kamath獲得了位于孟買的印度理工學(xué)院工業(yè)工程和運(yùn)籌學(xué)的碩士學(xué)位，并具有位于浦那的工學(xué)院的電子工程學(xué)士學(xué)位。大四期間，他對(duì)算法和數(shù)學(xué)模型產(chǎn)生了興趣，從此便進(jìn)入分析領(lǐng)域。Vibhav現(xiàn)在在班加羅爾的一家IT服務(wù)公司工作，其工作的一部分內(nèi)容是應(yīng)用R編程語言基于優(yōu)化和線性回歸技術(shù)來開發(fā)統(tǒng)計(jì)和數(shù)學(xué)模型。他曾經(jīng)審閱過Packt出版社出版的兩本R語言圖書：R Graphs Cookbook, Second Edition和Social Media Mining with R，他曾經(jīng)應(yīng)用SAS、SQL和Excel/VBA做過數(shù)據(jù)可視化，為一家銀行開發(fā)過儀表盤程序。 過去，Vibhav從事過離散時(shí)間仿真和語言處理（均基于MATLAB）等方面的學(xué)術(shù)工作。他涉獵過機(jī)器人領(lǐng)域，建立了一個(gè)瀏覽魔方的機(jī)器人Micromouse。除了分析和編程之外，Vibhav喜歡閱讀小說類讀物。空閑時(shí)，他打乒乓球、板球和網(wǎng)球，實(shí)在無聊時(shí)就玩田字格游戲（數(shù)獨(dú)和數(shù)謎）。可以通過郵件vibhav.kamath@hotmail.com或者領(lǐng)英in.linkedin.com/in/vibhavkamath與他聯(lián)系。 Hasan Kurban于2012年在布盧明頓的印度大學(xué)獲得計(jì)算機(jī)碩士學(xué)位，現(xiàn)在在該校的信息與計(jì)算機(jī)學(xué)院攻讀博士學(xué)位，專業(yè)為計(jì)算機(jī)科學(xué)同時(shí)輔修統(tǒng)計(jì)學(xué)。他的研究方向?yàn)閿?shù)據(jù)挖掘、機(jī)器學(xué)習(xí)和統(tǒng)計(jì)學(xué)。信息
書友推薦
- >
莉莉和章魚
- >
二體千字文
- >
巴金－再思錄
- >
伊索寓言-世界文學(xué)名著典藏-全譯本
- >
史學(xué)評(píng)論
- >
經(jīng)典常談
- >
推拿
- >
大紅狗在馬戲團(tuán)-大紅狗克里弗-助人
本類暢銷
