若是你经常对着你的手机说话,说到了螺蛳粉,那么等过几天:当你翻开某宝,你会看到首页为你保举的都是各类螺蛳粉;当你翻开某音或某条,你会看到首页为你保举的都是螺蛳粉的告白。
那就是数据发掘的应用场景。密集的数据织就了一张大型数据网,而数据发掘恰是从大量数据中发掘出有价值的躲藏法例和常识,从而为决策供给参考和根据。本期为各人保举 数据发掘相关的外文电子书。
1
Data Mining and Predictive Analytics
【做者】Daniel Larose
【出书物信息】Wiley
【简介】
本书供给了从数据筹办到摸索性数据阐发、数据建模及模子评估等整个数据阐发过程的内容。不只供给了理解软件底层算法的“白盒”办法,并且供给了可以使读者操纵现实世界数据集开展数据发掘与预测阐发的应用办法。第2版新增了多元分类模子、BIRCH聚类、集成进修(bagging及boosting)、模子投票与趋势均匀等前沿主题,介绍了数据发掘办法和模子,包罗联系关系规则,聚类,神经收集,逻辑回归和多元阐发。同时增加了R语言开发场地,搀扶帮助读者操纵R语言开展现实设想和开发工做。
展开全文
【电子书来源】
2
Data Mining and Analysis
【做者】Mohammed J. Zaki
【出书物信息】
Cambridge University Press
【简介】
本教材面向高年级本科生和研究生数据发掘课程,合成了机器进修和统计学的相关概念,对数据发掘停止了普遍而深切的概述。全书内容分为数据阐发根底、频繁形式发掘、聚类和分类四个部门,每一部门兼顾根底常识和前沿主题,例如核办法、高维数据阐发、复杂图形和收集等。每章均有丰硕的示例和操练,为学生,研究人员和从业人员供给了可靠的数据发掘指南。
3
Data Mining
【做者】Ye, Nong
【出书物信息】CRC Press
【简介】
新手艺使我们可以在许多范畴搜集大量的数据。然而,我们从那些数据中发现有用信息和常识的速度远远落后于搜集数据的速度。《数据发掘:理论、算法和实例》介绍和阐了然来自各个数据发掘范畴的一套全面的数据发掘算法。那本书回忆了数据发掘算法的理论原理和过程细节,包罗那些在文献中常见的和那些闪现相当大的困难,利用小的数据示例来阐明和走过算法。本书涵盖了普遍的数据发掘算法,包罗那些在数据发掘文献中常见的算法,以及那些因为其相当大的难度而在大大都现有文献中没有完全笼盖的算法。本书供给了一系列撑持数据发掘算法的软件包,数据发掘算法的应用法式,参考材料,操练,以及处理计划手册和讲座的PPT。做者对数据发掘算法接纳了一种适用的办法,使生成的数据形式可以得到足够的阐明。那种办法使学生可以理解数据发掘算法的理论和操做方面,并手动施行算法以彻底理解算法产生的数据形式。
【电子书来源】
4
Data Mining and
Data Warehousing
【做者】Parteek Bhatia
【出书物信息】Cambridge University Press
【简介】
本文对信息论、决策树、Naïve贝叶斯分类器、间隔度量、分区聚类、联系关系发掘、数据集市和操做数据存储等重要主题停止了全面讨论。该教材是为称心计算机科学、工程和信息手艺专业本科生对数据发掘和数据仓库课程的需求而编写的。本文通过操练和实例简化了对概念的理解。详细讨论了分类、联系关系发掘和聚类阐发等章节,以及它们在Weka和R语言数据发掘东西中的现实实现。本文将详细讨论大数据阐发、关系数据模子和NoSQL等高级主题。
【电子书来源】
5
Data Mining and Machine Learning
【做者】Mohammed J. Zaki
【出书物信息】
Cambridge University Press
【简介】
数据发掘和机器进修中的根本算法构成了数据科学的根底,操纵主动化办法阐发从科学发现到贸易阐发等各类应用法式中各类数据的形式和模子。本教材为高级本科和研究生课程供给了全面、深切的数据发掘、机器进修和统计概述,为学生、研究人员和从业者供给了坚实的指点。本书奠基了数据阐发、形式发掘、聚类、分类和回归的根底,重点是算法和根本的代数、几何和概率概念。第二版的新内容是回归办法的完好部门,包罗神经收集和深度进修。
【电子书来源】
关于数据发掘,若是你有想要保举的典范图书;关于外文电子书,你还想看到哪些主题的保举,欢送留言告诉我们。
供稿 | 畅通阅览部 李至楠
点分享
点点赞
点在看