成功加入购物车
[美]唐(Tang Z.H.) 著; 邝祝芳 、 焦贤龙 、 高升 译 / 清华大学出版社 / 2007-01 / 平装
售价 ¥ 0.21
品相 九品
延迟发货说明
上书时间2026-02-16
卖家超过10天未登录
数据挖掘原理与应用
本书作为一本专家级指南,全面介绍了SQL Server2005中数据挖掘的功能,并且对这些功能的应用作了较为详尽的讲述。书中不但讲述了数据挖掘的核心概念,还讲述了数据挖掘的最新发展趋势,并给出了一些数据挖掘的最佳实践。
ZhaoHuiTang是MicrosoftSQLServer数据挖掘团队的项目经理。JamieMaclennan是SQLServer数据挖掘引擎开发团队的开发组长。Zhaohui和Jamie是SQLServer数据挖掘组件的核心设计者,他们不仅经常在大型的数据库和数据挖掘会议上作报告,而且还在学术和行业博物上发表很多有关SQLServer数据挖掘方面的文章。
第1章 数据挖掘导论1.1 什么是数据挖掘1.2 数据挖掘解决的商业问题1.3 数据挖掘的任务1.3.1 分类1.3.2 聚类1.3.3 关联1.3.4 回归1.3.5 预测1.3.6 序列分析1.3.7 偏差分析1.4 数据挖掘技术1.5 数据流1.6 数据挖掘项目的生命周期1.6.1 第1步:数据收集1.6.2 第2步:数据清理和转换1.6.3 第3步:模型构建1.6.4 第4步:模型评估1.6.5 第5步:报告1.6.6第6步:预测(评分)1.6.7 第7步:应用集成1.6.8 第8步:模型管理1.7 数据挖掘当前市场与主要厂商1.7.1 数据挖掘市场的大小1.7.2 主要生产厂商和产品1.8 目前存在的问题及挑战1.9 数据挖掘标准1.10 OLEDBforDM规范和XMLforAnalysis规范1.10.1 用于数据挖掘的SQL/Multimedia1.10.2 Java数据挖掘API1.10.3 预测模型标记语言1.10.4 Crisp-DM模型1.10.5 公共仓库元数据1.11 数据挖掘的新趋势1.12 本章小结第2章 OLEDBforDM规范2.1 OLEDB介绍2.2 为什么使用OLEDB进行数据挖掘2.3 OLEDBforDM规范中的基本概念2.3.1 事例2.3.2 事例键2.3.3 嵌套健2.3.4 事例表和嵌套表2.3.5 标量列和表列2.3.6 数据挖掘模型2.3.7 模型创建2.3.8 模型训练2.3.9 模型预测2.4 DMX2.4.1 数据挖掘的3个步骤2.4.2 预测函数2.4.3 单例查询2.4.4 仅仅使用内容进行预测2.4.5 钻取模型的内容2.4.6 内容查询2.5 理解模式行集2.5.1 Mining-Services模型行集……第3章 实践SQLServer数据挖掘第4章 Microsoft贝叶斯算法第5章 Microsoft决策树算法第6章 Micrsosft时序算法第7章 Micrsosft聚类算法介绍第8章 Microsoft序列聚类算法第9章 Microsoft关联规则算法第10章 Microsoft神经网络算法第11章 挖掘OLAP立方体第12章 SQLServer集成服务数据挖掘第13章 SQLServer数据挖掘的体系结构第14章 SQLServer数据挖掘编程第15章 实现一个Web交叉销售应用程序第16章 使用Microsoft进行高级预测第17章 扩展SQLServer数据挖掘第18章 总结与其他资源附录A 导入数据集附录B 支持的VBA函数和Excel函数附录C 学习资源
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