《数据挖掘基础教程》全面介绍数据挖掘的原理、方法和算法。主要内容包括数据挖掘的基本概念、数据挖掘算法的数据类型、输入和输出、决策树、数据挖掘的预处理和后处理、关联规则挖掘、分类和回归算法、支持向量机、聚类分析及多维数据可视化。
《数据挖掘基础教程》讲解深入浅出,并辅以大量实例,随书光盘提供了大量数据集以及两种广泛使用的数据挖掘软件——Weka和ExcelMiner,便于读者理解数据挖掘知识。《数据挖掘基础教程》适合作为高等院校计算机及相关专业数据挖掘课程的教材,也可供广大技术人员参考。
与传统的数据分析相比,数据挖掘更强调模拟人的学习方式,教计算机自动地识别有用的知识。 当然算法还是要人去设计出来,机器只是去执行人的算法,比如神经网络算法、聚类算法等。 目前数据挖掘已经有一些成熟的产品推出,对于个人学习者,可以通过开源的weka来练习数据挖掘...
评分与传统的数据分析相比,数据挖掘更强调模拟人的学习方式,教计算机自动地识别有用的知识。 当然算法还是要人去设计出来,机器只是去执行人的算法,比如神经网络算法、聚类算法等。 目前数据挖掘已经有一些成熟的产品推出,对于个人学习者,可以通过开源的weka来练习数据挖掘...
评分与传统的数据分析相比,数据挖掘更强调模拟人的学习方式,教计算机自动地识别有用的知识。 当然算法还是要人去设计出来,机器只是去执行人的算法,比如神经网络算法、聚类算法等。 目前数据挖掘已经有一些成熟的产品推出,对于个人学习者,可以通过开源的weka来练习数据挖掘...
评分与传统的数据分析相比,数据挖掘更强调模拟人的学习方式,教计算机自动地识别有用的知识。 当然算法还是要人去设计出来,机器只是去执行人的算法,比如神经网络算法、聚类算法等。 目前数据挖掘已经有一些成熟的产品推出,对于个人学习者,可以通过开源的weka来练习数据挖掘...
评分与传统的数据分析相比,数据挖掘更强调模拟人的学习方式,教计算机自动地识别有用的知识。 当然算法还是要人去设计出来,机器只是去执行人的算法,比如神经网络算法、聚类算法等。 目前数据挖掘已经有一些成熟的产品推出,对于个人学习者,可以通过开源的weka来练习数据挖掘...
简单明确,彻底打开了大门。
评分翻译较差,面有点广
评分见过。
评分基础扫盲
评分非常基础的教程
本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度,google,bing,sogou 等
© 2025 book.wenda123.org All Rights Reserved. 图书目录大全 版权所有