大地产商(12日)

用户还喜欢

  • 实用数据分析

    实用数据分析

    【美】Hector Cuesta

    书中覆盖了广泛的数据分析工具和算法,用于进行分类分析、聚类分析、数据可视化、数据模拟以及预测。帮助你了解数据从而找到相应的模式、趋势、相互关系以及洞察力。书中所包括的实用项目充分利用了MongoDB、D3.js和Python语言并采用代码片段和详细描述。

  • 机器学习与R语言

    机器学习与R语言

    【美】Brett Lantz

    机器学习的基本概念和理论,用于机器学习的R软件环境;如何应用R来管理数据,进行数据的探索分析和数据可视化;典型的机器学习算法和案例,并给出了详细的分析步骤;模型性能评价的原理和方法;提高模型性能的几种常用方法;其他机器学习主题。

  • 游戏数据分析的艺术

    游戏数据分析的艺术

    于洋等

    本书在着重解决游戏分析的基本认识、方法之外,还有更多对于业务理解的思考。本书分为两大部分:一部分贯穿了从基本的游戏数据分析概念、分析师的定位、数据指标认识、游戏数据分析方法论、统计学运用、渠道流量经营到具体的产品每个阶段用户的数据运营知识。二部分则重点阐述运用R语言和数据挖掘的知识,深入探讨游戏数据分析的高阶知识。

  • R语言数据分析与挖掘实战

    R语言数据分析与挖掘实战

    张良均等

    数据挖掘是从大量数据(包括文本)中挖掘出隐含的、先前未知的、对决策有潜在价值的关系、模式和趋势,并用这些知识和规则建立用于决策支持的模型,提供预测性决策支持的方法、工具和过程。数据挖掘有助于企业发现业务的发展趋势,揭示已知的事实,预测未知的结果,因此“数据挖掘”已成为企业保持竞争力的必要方法。

  • 数据挖掘与R语言

    数据挖掘与R语言

    【葡】托尔戈(Torgo,L.)

    《计算机科学丛书:数据挖掘与R语言》首先简要介绍了R软件的基础知识(安装、R数据结构、R编程、R的输入和输出等)。然后通过四个数据挖掘的实际案例(藻类频率的预测、证券趋势预测和交易系统仿真、交易欺诈预测、微阵列数据分类)介绍数据挖掘技术。这四个案例基本覆盖了常见的数据挖掘技术,从无监督的数据挖掘技术、有监督的数据挖掘技术到半监督的数据挖掘技术。全书以实际问题、解决方案和对解决方案的讨论为主线来组织内容,脉络清晰,并且各章自成体系。读者可以从头至尾逐章学习,也可以根据自己的需要进行学习,找到自己实际问题的解决方案。读者既可以把《计算机科学丛书:数据挖掘与R语言》作为学习如何应用R的一本优秀教材,也可以作为数据挖掘的工具书。

R语言数据挖掘

R语言数据挖掘

         
(0人评分)
分    类: 人工智能
作    者: 【哈萨克斯坦】贝特·麦克哈贝尔
字    数:7.9万
点    击:1.1万
授权方:北京华章图文信息有限公司授权作品,不得转载
标    签: 人工智能

内容简介

本书介绍了关联规则、分类、聚类分析、异常值探测、数据流挖掘、时间序列、图形挖掘、网络分析、文本挖掘和网络分析等流行的数据挖掘算法,给出了具体算法以及这些算法的伪代码和R语言实现。本书可以作为统计学、计算机等相关专业高年级本科生或研究生的教材,也可以作为数据分析和挖掘等相关研究人员的参考资料。

作者简介

贝特·麦克哈贝尔,为系统构架师,生活在中国北京、上海和乌鲁木齐等地。他于1995至2002年之间在清华大学学习,并获得计算机科学和技术的学士和博士学位。他在机器学习、数据挖掘、自然语言处理(NLP)、分布系统、嵌入系统、网络、移动平台、算法、应用数学和统计领域有丰富的经验。他服务过的客户包括CA Technologies、META4ALL和EDA(DFR的一家子公司)。同时,他也拥有在中国创办公司的经历。

评论

为该书打分

Hi,,