思维导图备注

大数据分析与挖掘 - 石胜飞
首页 收藏书籍 阅读记录
  • 书签 我的书签
  • 添加书签 添加书签 移除书签 移除书签

封面

浏览 12 扫码
  • 小字体
  • 中字体
  • 大字体
2024-04-30 09:07:28
请 登录 再阅读
上一篇:
下一篇:
  • 书签
  • 添加书签 移除书签
  • 封面
  • 版权信息
  • 内容提要
  • 编委会
  • 丛书序一
  • 丛书序二
  • 前言
  • 第1章　绪论
    • 1.1　大数据分析与挖掘简介
    • 1.2　大数据应用及挑战
    • 1.3　大数据分析与挖掘主要技术
    • 1.4　大数据分析与挖掘工具
  • 第2章　数据特征分析与预处理
    • 2.1　数据类型
    • 2.2　数据的描述性特征
    • 2.3　数据的相关分析
    • 2.4　数据预处理
    • 2.5　Spark数据预处理功能简介
    • 习题
  • 第3章　关联规则挖掘
    • 3.1　基本概念
    • 3.2　基于候选项产生—测试策略的频繁模式挖掘算法
    • 3.3　不需要产生候选项集的频繁模式挖掘算法
    • 3.4　结合相关性分析的关联规则
    • 3.5　多层关联规则挖掘算法
    • 3.6　序列模式挖掘
    • 3.7　其他类型关联规则简介
    • 习题
  • 第4章　分类与回归算法
    • 4.1　决策树算法
    • 4.2　贝叶斯分类器
    • 4.3　基于实例的分类算法
    • 4.4　组合分类算法
    • 4.5　分类器算法的评估
    • 4.6　回归分析
    • 习题
  • 第5章　聚类算法
    • 5.1　聚类分析概述
    • 5.2　聚类算法的分类
    • 5.3　距离度量
    • 5.4　基于划分的聚类算法
    • 5.5　基于密度的聚类算法
    • 5.6　基于模型的聚类算法：高斯混合模型算法
    • 5.7　层次聚类
    • 5.8　基于网格的聚类算法
    • 5.9　Mean Shift聚类算法
    • 5.10　聚类算法评价指标
    • 习题
  • 第6章　数据挖掘综合应用：异常检测
    • 6.1　预备知识
    • 6.2　基于隔离森林的异常检测算法
    • 6.3　局部异常因子算法
    • 6.4　基于One-Class SVM的异常检测算法
    • 6.5　基于主成分分析的异常检测算法
    • 6.6　基于集成学习的异常检测算法
    • 6.7　其他有监督学习类型的检测算法
    • 6.8　习题
  • 附录　《大数据分析与挖掘》配套实验课程方案简介
  • 参考文献
暂无相关搜索结果！
    展开/收起文章目录

    二维码

    手机扫一扫，轻松掌上学

    《大数据分析与挖掘 - 石胜飞》电子书下载

    请下载您需要的格式的电子书，随时随地，享受学习的乐趣！
    EPUB 电子书

    书签列表

      阅读记录

      阅读进度: 0.00% ( 0/0 ) 重置阅读进度