编辑推荐

null

内容简介

大数据时代，我们需要对各种海量数据进行筛选、清洗、挖掘，在这个过程中，获取有效数据的方式方法和模型算法成为了整个数据挖掘过程的重点，MATLAB作为一个数据挖掘工具，如何正确和准确地使用它成为了重中之重。 针对实际应用数据挖掘技术的要求，许国根、贾瑛著的《实战大数据(MATLAB数据挖掘详解与实践)》既介绍了数据挖掘的基础理论和技术，又较为详细地介绍了各种算法以及MATLAB程序。本书共分4篇，分别介绍了数据挖掘的基本概念、技术与算法以及应用实例。期望通过大量的实例分析帮助广大读者掌握数据挖掘技术，并应用于实际的研究中，提高对海量数据信息的处理及挖掘能力。本书针对性和实用性强，具有较高的理论和实用价值。 本书作者就职于部队高校，专攻数据挖掘，并应用于大量实际项目，本书同时得到了国内著名数据挖掘公司的技术支持，很多案例来自实际项目。 本书可作为高等院校计算机工程、信息工程、生物医学工程、化学、环境、经济、管理等学科的研究生、本科生的教材或教学参考书，亦可作为企事业单位管理者、信息分析人员、市场营销人员和研究与开发人员的参考资料。

目 录

第1篇 关于数据挖掘 第1章 绪论 1.1 数据挖掘概述 1.2 数据挖掘的分类 1.3 数据挖掘的过程 1.4 数据挖掘的任务 1.5 数据挖掘的对象 1.5.1 数据库 1.5.2 文本 1.5.3 图像与视频数据 1.5.4 Web数据 1.6 数据挖掘建模方法 1.6.1 业务理解 1.6.2 数据理解 1.6.3 数据准备 1.6.4 建模 1.6.5 评估 1.6.6 部署 1.7 数据挖掘的应用 1.7.1 在金融领域中的应用 1.7.2 在零售业中的应用 1.7.3 在电信业中的应用 1.7.4 在管理中的应用 1.7.5 在化学研究领域中的应用 1.7.6 在材料研究、生产方面的应用 1.7.7 在机械故障诊断与监测中的应用 1.7.8 在医疗领域中的应用 第2篇 数据挖掘算法 第2章 决策树算法 2.1 决策树算法概述 2.2 决策树基本算法 2.3 ID3算法 2.4 C4.5算法 2.5 CART算法 2.6 决策树的评价标准 2.7 决策树的剪枝及优化 2.8 基于MATLAB的决策树分析 第3章 人工神经网络算法 3.1 人工神经网络概述 3.2 人工神经网络的基本模型 3.2.1 神经元 3.2.2 传递函数 3.2.3 人工神经网络的分类 3.3 BP神经网络 3.3.1 BP人工神经网络结构 3.3.2 BP人工神经网络的学习算法 3.4 RBF神经网络 3.4.1 RBF网络结构 3.4.2 RBF人工神经网络的学习算法 3.5 SOM神经网络 3.5.1 SOM神经网络结构 3.5.2 SOM神经网络学习算法 3.6 反馈型神经网络(Hopfield) 3.6.1 Hopfield网络的拓扑结构 3.6.2 Hopfield网络的学习算法 3.7 基于MATLAB的神经网络方法 3.7.1 信息表达方式 3.7.2 网络模型选择 3.7.3 网络参数选择 3.7.4 学习训练算法选择 3.7.5 系统仿真的性能对比 第4章 进化算法 4.1 概述 4.2 进化算法的基本原理 4.2.1 编码 4.2.2 适应度函数 4.2.3 遗传算子 …… 第3篇 数据挖掘相关技术 第4篇 数据挖掘应用实战

媒体评论

null