pdf

大数据技术丛书《数据挖掘:实用案例分析》

  • 1星
  • 日期: 2021-08-28
  • 大小: 4.04MB
  • 所需积分:1分
  • 下载次数:0
  • favicon收藏
  • rep举报
  • free评论
标签: AI

AI

数据哇据

数据哇据

《数据挖掘:实用案例分析》是数据挖掘实战领域颇具特色的一部作品,作者曾为10余个行业上百家大型企业提供数据挖掘服务,本书是其在数据挖掘领域探索近10年的经验总结之作。全书以实践和实用为宗旨,深度与广度兼顾,实践与理论并举。

《数据挖掘:实用案例分析》共12章,分三个部分。第一部分是基础篇(第1~4章),主要对数据挖掘的基本概念、应用分类、建模方法及常用的建模工具进行了介绍,并对本书所用到的数据挖掘建模平台TipDM进行了说明。第二部分是实战篇(第5~10章),以案例的形式对数据挖掘技术在金融、电信、电力、互联网、生产制造以及公共服务等行业的应用场景进行了讨论;首先介绍案例背景,然后阐述分析方法与过程,最后完成模型构建;在介绍建模过程的同时穿插操作训练,把相关的知识点嵌入相应的操作过程中;此外,第10章精心设计了6个实验项目,读者可以通过本章介绍的方法动手实践,以巩固数据挖掘知识,在分析建模过程的同时,进一步增强动手能力。第三部分是高级篇(第11~12章),主要介绍基于第三方接口的数据挖掘二次开发技术,重点对常用的WEKA和MATLAB数据挖掘算法接口进行了探讨;最后对基于Hadoop框架的海量数据挖掘进行了说明,以满足读者更高层次的需求。

随书光盘中提供了本书的相关资料和案例资源,以及6个动手实验所使用的完整数据,方便读者动手实践书中所讲解的案例。

张良均,资深数据挖掘专家和模式识别专家,有近10年的数据挖掘应用与咨询经验,8年多的数据仓库系统管理与实施经验,超过10年的系统开发与设计经验。为电信、电力、零售、农业、银行、电力、生物、化工、医药等多个行业上百家大型企业提供过数据挖掘应用与咨询服务,实践经验非常丰富。此外,他精通Java  EE企业级应用开发,是广东工业大学和华南师范大学客座教授,著有《神经网络实用教程》一书。

目录    ·  ·  ·  ·  ·  ·

前  言

第一部分  基  础  篇

第1章  初识数据挖掘

1.1  什么是数据挖掘

1.2  数据挖掘在企业商务智能应用中的定位

1.2.1  数据挖掘给企业带来最大的投资收益

1.2.2  数据挖掘从本质上提升商务智能平台的价值

1.2.3  数据挖掘让商务智能流程真正形成闭环

1.3  信息类BI应用与知识类BI应用

1.4  数据挖掘现状及应用前景

1.5  本章小结

第2章  数据挖掘的应用分类

2.1  分类与回归

2.1.1  分类与回归建模原理

2.1.2  分类与回归算法

2.2  聚类

2.2.1  聚类分析建模原理

2.2.2  聚类算法

2.3  关联规则

2.3.1  什么是关联规则

2.3.2  关联规则算法

2.4  时序模式

2.4.1  什么是时序模式

2.4.2  时间序列的组合成分

2.4.3  时间序列的组合模型

2.4.4  时序算法

2.5  偏差检测

2.6  本章小结

第3章  数据挖掘建模

3.1  数据挖掘的过程

3.2  数据挖掘建模过程

3.2.1  定义挖掘目标

3.2.2  数据取样

3.2.3  数据探索

3.2.4  预处理

3.2.5  模式发现

3.2.6  模型构建

3.2.7  模型评价

3.3  常用的建模工具

3.4  本章小结

第4章  顶尖数据挖掘平台TipDM

4.1  TipDM产品功能

4.1.1  TipDM平台提供的数据探索及预处理算法

4.1.2  TipDM平台提供的分类与回归算法

4.1.3  TipDM平台提供的时序模式算法

4.1.4  TipDM平台提供的聚类分析算法

4.1.5  TipDM平台提供的关联规则算法

4.2  TipDM使用说明

4.3  TipDM产品特点

4.3.1  支持CRISP-DM数据挖掘标准流程

4.3.2  提供丰富的数据挖掘模型和灵活算法

4.3.3  具有多模型的整合能力

4.3.4  提供灵活多样的应用开发接口

4.3.5  海量数据的处理能力

4.3.6  适应不同类型层次人员需求

4.4  本章小结

第二部分  实  战  篇

第5章  数据挖掘在金融电信行业的应用

5.1  案例一:基于公司价值评价的证券策略投资

5.1.1  挖掘目标的提出

5.1.2  分析方法与过程

5.1.3  建模仿真

5.1.4  核心知识点

5.1.5  拓展思考

5.2  案例二:电信3G客户识别系统

5.2.1  挖掘目标的提出

5.2.2  分析方法与过程

5.2.3  建模仿真

5.2.4  核心知识点

5.2.5  拓展思考

5.3  案例三:基于客户分群的精准智能营销

5.3.1  挖掘目标的提出

5.3.2  分析方法与过程

5.3.3  建模仿真

5.3.4  核心知识点

5.3.5  拓展思考

5.4  本章小结

第6章  数据挖掘在电力行业的应用

6.1  案例一:电力负荷预测

6.1.1  挖掘目标的提出

6.1.2  分析方法与过程

6.1.3  建模仿真

6.1.4  核心知识点

6.1.5  拓展思考

6.2  案例二:自适应防窃漏电实时诊断

6.2.1  挖掘目标的提出

6.2.2  分析方法与过程

6.2.3  建模仿真

6.2.4  核心知识点

6.2.5  扩展思考

6.3  本章小结

第7章  数据挖掘在互联网行业的应用

7.1  案例一:商业零售行业中的购物篮分析

7.1.1  挖掘目标的提出

7.1.2  分析方法与过程

7.1.3  建模仿真

7.1.4  核心知识点

7.1.5  拓展思考

7.2  案例二:电子商务网站用户行为分析

7.2.1  挖掘目标的提出

7.2.2  分析方法与过程

7.2.3  建模仿真

7.2.4  核心知识点

7.2.5  拓展思考

7.3  案例三:网络入侵智能检测

7.3.1  挖掘目标的提出

7.3.2  分析方法与过程

7.3.3  建模仿真

7.3.4  核心知识点

7.3.5  拓展思考

7.4  案例四:基于用户行为分析的定向网络广告投放

7.4.1  挖掘目标的提出

7.4.2  分析方法与过程

7.4.3  建模仿真

7.4.4  结果及分析

7.4.5  核心知识点

7.4.6  拓展思考

7.5  案例五:企业信息系统用户服务感知评价

7.5.1  挖掘目标的提出

7.5.2  分析方法与过程

7.5.3  建模仿真

7.5.4  核心知识点

7.5.5  拓展思考

7.6  本章小结

第8章  数据挖掘在生产制造行业中的应用

8.1  案例一:基于小波变换的桩基完整性检测

8.1.1  挖掘目标的提出

8.1.2  分析方法与过程

8.1.3  仿真过程

8.1.4  核心知识点

8.1.5  拓展思考

8.2  案例二:基于水色图像的水质评价

8.2.1  挖掘目标的提出

8.2.2  分析方法与过程

8.2.3  建模仿真

8.2.4  核心知识点

8.2.5  拓展思考

8.3  案例三:生物质废物混合厌氧消化优势组分互补机制

8.3.1  挖掘目标的提出

8.3.2  分析方法与过程

8.3.3  建模仿真

8.3.4  核心知识点

8.3.5  拓展思考

8.4  案例四:基于RFM的企业客户关系分析

8.4.1  挖掘目标的提出

8.4.2  分析过程与方法

8.4.3  建模仿真

8.4.4  核心知识点

8.4.5  拓展思考

8.5  案例五:水产养殖投入产出多目标优化仿真

8.5.1  挖掘目标的提出

8.5.2  分析方法与过程

8.5.3  建模仿真

8.5.4  核心知识点

8.5.5  拓展思考

8.6  本章小结

第9章  数据挖掘在公共服务行业的应用

9.1  案例一:乳腺癌证素变化规律及截断疗法

9.1.1  挖掘目标的提出

9.1.2  分析方法与过程

9.1.3  建模仿真

9.1.4  核心知识点

9.1.5  拓展思考

9.2  案例二:卷烟消费者购买行为分析

9.2.1  挖掘目标的提出

9.2.2  分析过程与方法

9.2.3  挖掘建模

9.2.4  核心知识点

9.2.5  拓展思考

9.3  案例三:纳税人偷漏税评估

9.3.1  挖掘目标的提出

9.3.2  分析方法与过程

9.3.3  建模仿真

9.3.4  核心知识点

9.3.5  拓展思考

9.4  案例四:道路缺陷自动识别

9.4.1  挖掘目标的提出

9.4.2  分析方法与过程

9.4.3  建模仿真

9.4.4  核心知识点

9.4.5  拓展思考

9.5  案例五:航空公司客运信息挖掘

9.5.1  挖掘目标的提出

9.5.2  分析方法与过程

9.5.3  建模仿真

9.5.4  核心知识点

9.5.5  拓展思考

9.6  本章小结

第10章  动手实践

10.1  实验一:数据探索及数据预处理

10.2  实验二:神经网络模型的构建与使用

10.3  实验三:决策树模型的构建与使用

10.4  实验四:聚类算法的构建与使用

10.5  实验五:关联规则模型的构建与使用

10.6  实验六:时间序列模型的构建与使用

10.7  本章小结

第三部分  高  级  篇

第11章  基于第三方接口的数据挖掘二次开发

11.1  WEKA数据挖掘接口

11.1.1  WEKA功能及其算法

11.1.2  WEKA包结构

11.1.3  WEKA算法入口

11.1.4  二次开发相关输出

11.2  MATLAB数据挖掘接口

11.3  案例:基于MATLAB接口的数据挖掘二次开发

11.3.1  接口算法编程

11.3.2  用Java  Builder创建Java组件

11.3.3  安装MATLAB运行时环境

11.3.4  JDK环境及设置

11.4  本章小结

第12章  基于Hadoop框架的海量数据挖掘开发

12.1  基于云计算的海量数据挖掘技术特点

12.2  基于Hadoop的并行数据挖掘算法工具箱TipCDM

12.3  案例:基于海量计量数据的电力客户在线分群方法

12.3.1  挖掘目标的提出

12.3.2  分析方法与过程

12.3.3  建模仿真

12.3.4  核心知识点

12.4  本章小结

参考文献

推荐帖子 最新更新时间:2021-09-25 13:09

明远智睿MY-RK3288-EK314 L31079 测试手册(1)
本帖最后由 明远智睿嵌入式 于 2018-12-27 14:31 编辑 1  测试前的准备1)准备MY-RK3288-EK314开发板一套,5V直流稳压电源,USB转串口线。 2)接上串口线,给开发板供电,启动板子。 2  测试项目2.1 网口测试MY-RK3288-EK314 评估板支持双网口,一个百兆,另一个千兆。2.1.1 接口属性 2.1.2 测试方法1) 测试说明・ 设
明远智睿嵌入式 ARM技术
MSP430f149 I2C通讯(hut21d温湿度)读数总是返回0xff
大家好:我最近在做MSP430F149的I2C通讯, 从HTU21D模块中读取湿度,用P3.3和P3.3口做SCL和SDA。从单片机向模块写地址和命令时,模块能正确响应,即能返回ACK,但是读到的数据都是0xff。求高手解答~!万分感激~! 下面是我编写的代码,只读取湿度: #include #include "config.h" #define SDA_1   P3OUT |= BIT
Mango_baby 微控制器 MCU
何处写,如何写:选择最好的免费在线代码编辑器
已经准备好开始你的第一个编程项目了吗?很好!只要配置一下终端或命令行,学习如何使用它,然后安装所有要用到的编程语言,插件库和API函数库。当最终准备好一切以后,再安装好Visual Studio就可以开始了,然后才可以预览自己的工作。至少这是大家过去已经熟悉的方式。也难怪初学程序员们逐渐喜欢上在线的集成开发环境(IDE)了。IDE是一个代码编辑器,不过已经准备好编程语言以及所有需要的依赖,可以让你
chenzhufly 嵌入式系统
DSP系统平台的心电监护仪解决方案
    近年来随着社会老龄化的加剧,心血管疾病成了威胁人类生命的主要疾病,心脏病成了世界上死亡率最高的疾病。鉴于心血管疾病患者日益增多的严峻形势, 提高预防和监测该疾病的手段势在必行。而心电信号检测是发现心脏病的最直接手段,但目前医院用的心电监护仪几乎全部是进口的,价格昂贵,维护费用高,加重了医院和患者的经济负担;因此设计一种便携、经济的心电监护设备具有重要意义。本文设计了一种基于TI公司TMS3
fish001 DSP 与 ARM 处理器
三极管参数大全(转载)
三极管参数大全 型 号   耐压(V) 电流(A) 功率(W)    B857   70V 4A 40W   BU2508A   1500V 8A 125W BU2508AF 1500V 8A 45W   BU2508DF 1500V 8A 45W BU2520AF 1500V 10A 45W   BU2520AX 1500V 10A 45W BU2520DF 1500V 10A 45
blink 模拟电子
求大神帮助,adc0804转换电压在12864上显示的仿真
//测出的电压经0804转换后在12864上显示 #include #define uchar unsigned char #define uint unsigned int #define port P1 //DB0~DB7数据口 sbit e=P2^0;//使能 sbit rw=P2^1;//读写 sbit rs=P2^2;//数据/命令 sbit cs2=P2^
阳光下的雨珠 51单片机

评论

登录/注册

意见反馈

求资源

回顶部

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版 版权声明

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2021 EEWORLD.com.cn, Inc. All rights reserved
$(function(){ var appid = $(".select li a").data("channel"); $(".select li a").click(function(){ var appid = $(this).data("channel"); $('.select dt').html($(this).html()); $('#channel').val(appid); }) })
×