成功加入购物车
图书条目标准图
徐华 著 / 清华大学出版社 / 2017-08 / 平装
售价 ¥ 6.65 3.5折
定价 ¥19.00
品相 九品
优惠 满包邮
延迟发货说明
上书时间2024-01-14
卖家超过10天未登录
数据挖掘:方法与应用-应用案例/清华大学计算机系列教材
《数据挖掘:方法与应用-应用案例/清华大学计算机系列教材》主要以作者近五年在清华大学开展数据挖掘应用研究和教学工作为基础,从所指导的多个数据挖掘与分析的应用案例中精选出包括交通、体育、金融、生物信息、社交网络、电力等领域代表性的数据挖掘与分析案例,结合基本的数据挖掘应用实施思路,展示了在不同行业领域开展数据挖掘与分析工作的实际过程。
《数据挖掘:方法与应用-应用案例/清华大学计算机系列教材》可作为高等院校学生学习数据挖掘的参考读物,同时可供工程技术人员开展数据挖掘与分析工作时参考。
徐华,博士,1998年获得西安交通大学计算机专业学士学位;2003年获得清华大学计算机应用技术专业博士学位;现为清华大学计算机系副教授,博士生导师。主要研究兴趣领域包括:网络文本数据挖掘、智能信息处理和机器人智能控制等。作为项目负责人、首席技术专家或研发骨干,负责完成国家科技重大专项课题3项,国家自然科学基金项目4项,国家973项目二级课题2项,国家863项目(课题)5项,国际500强企业(宝洁、西门子、安捷伦等)合作项目13项。目前已在本专业领域期刊和会议上发表学术论文97篇;编写教材2本,参与编写学术专著2部。作为第1完成人获得国家发明专利16项,国际PCT发明专利4项,软件著作权15项。作为清华方面的第1完成人,获得国家科技进步二等奖1项,北京市科学技术一等奖、二等奖和三等奖各1项,重庆市科学技术三等奖1项,行业协会科学技术一等奖2项等。
第1章 绪论1.1 本书背景1.2 数据挖掘应用概述1.3 本书的主要内容安排1.4 小结第2章 基于GPS信息的出租车行车轨迹数据挖掘2.1 概述2.2 出租车GPS数据挖掘问题描述2.3 基于GPS数据的出租车轨迹挖掘与分析2.4 挖掘任务点评2.5 小结第3章 NBA比赛结果预测3.1 问题背景3.2 数据采集3.2.1 数据来源3.2.2 数据采集方法3.2.3 原始数据3.3 挖掘方法3.3.1 挖掘的目标与实现思路3.3.2 预测特征选取3.4 分类和预测方法3.5 预测结果的分析和对比3.5.1 使用球队平均数据预测比赛结果3.5.2 使用球队近期数据预测比赛结果3.6 挖掘任务点评3.7 小结参考文献第4章 大型商业银行后台运维数据故障分析4.1 概述4.1.1 应用背景4.1.2 主要研发内容4.2 相关方法回顾4.2.1 主成分分析法4.2.2 前向特征选择法4.2.3 随机森林方法4.3 交易超时故障预测方法设计与实现4.3.1 问题定义4.3.2 工作流程4.3.3 数据预处理4.3.4 降维处理4.3.5 预测模型4.3.6 防范模型4.3.7 评价方法4.4 综合系统的设计与实现4.4.1 系统框架4.4.2 数据预处理模块4.4.3 随机森林模块4.4.4 展示模块4.4.5 最终效果模块4.5 结果分析与评价4.5.1 实验数据4.5.2 交易故障预测相关实验4.6 挖掘任务点评4.7 小结4.7.1 总结4.7.2 展望参考文献第5章 RNA排序预测5.1 概述5.2 研发现状5.2.1 内部核糖体进入位点的数据挖掘研发现状5.2.2 冷冻电镜图像蛋白质颗粒挑选研究现状5.3 工作设计与实现5.3.1 基本的设计框架与实现思路5.3.2 核心挖掘模型设计与实现5.4 应用实现5.4.1 实现程序与功能5.4.2 数据挖掘分析结果展示5.5 操作说明5.6 挖掘任务点评5.7 小结参考文献第6章 “乐学”微信公众号关注趋势分析6.1 前言6.1.1 研究背景6.1.2 数据来源6.1.3 数据预处理6.1.4 研究思路6.2 平台发展现状6.2.1 平台用户特性6.2.2 平台传播状态6.2.3 便捷操作发展状况6.3 推送发展模式探究6.3.1 成功推送案例分析6.3.2 理想发展模式探究6.3.3 不同模式下的平台关注量预测6.3.4 推送发展的改进思路6.4 便捷操作功能探究6.4.1 用户使用习惯分析6.4.2 便捷操作功能的改进思路6.5 挖掘任务点评6.6 小结参考文献第7章 保险行业客户特征识别7.1 概述7.2 数据挖掘问题描述7.2.1 问题背景7.2.2 关于数据集7.3 保险客户特征识别与分析7.3.1 数据预处理7.3.2 挖掘与分析结果7.4 挖掘任务点评7.5 小结参考文献第8章 电力系统不良数据辨识案例分析8.1 概述8.1.1 电力系统不良数据辨识8.1.2 数据介绍8.2 研究内容8.2.1 基于GSA的k-means聚类8.2.2 基于有效指数的k-means聚类8.2.3 模糊C-means聚类8.3 总结分析8.3.1 不良数据辨识结果对比8.3.2 不良数据分析8.4 挖掘任务点评8.5 小结第9章 总结
展开全部
配送说明
...
相似商品
为你推荐
开播时间:09月02日 10:30