基本信息

• 商品名称：数据挖掘与机器学习(数据科学与大数据技术专业系列规划教材)
• 作者：编者:吴建生//许桂秋
• 定价：49.8
• 出版社：人民邮电
• ISBN号：9787115503527

其他参考信息（以实物为准）

• 出版时间：2019-04-01
• 印刷时间：2019-04-01
• 版次：1
• 印次：1
• 开本：16开
• 包装：平装
• 页数：170
• 字数：289千字

目录

第1章 数据挖掘概述
1.1 数据挖掘发展简述
1.1.1 数据时代
1.1.2 数据分析的技术发展
1.2 数据挖掘概念
1.2.1 数据挖掘的定义与OLAP
1.2.2 数据挖掘与知识发现KDD
1.3 数据挖掘的功能与应用领域
1.3.1 电子商务
1.3.2 电信行业
1.3.3 金融行业
1.3.4 医疗行业
1.3.5 社会网络
1.3.6 数据挖掘应用的问题
1.4 数据挖掘的模式类型
1.4.1 类/概念描述：特征和区分
1.4.2 回归（regression）
1.4.3 分类（classification）
1.4.4 预测（forecasting）
1.4.5 关联分析（association）
1.4.6 聚类分析（cluster）
1.4.7 异常检测（anomalydetection）
1.4.8 小结
1.5 数据挖掘的数据类型
1.5.1 数据库
1.5.2 数据仓库数据
1.5.3 其它数据类型
1.6 数据挖掘的交叉学科
1.6.1 统计学
1.6.2 机器学习
1.6.3 数据库与数据仓库
第2章 Pandas数据分析
2.1 Pandas与数据分析
2.1.1 统计学与数据挖掘
2.1.2 常用的统计学指标
2.1.3 Pandas的简单介绍
2.2 Pandas统计案例分析
2.2.1 实验实现Pandas自行车数据分析
2.2.2 实验实现Pandas服务热线数据分析
第3章 数据挖掘与机器学习
3.1 数据挖掘中的机器学习
3.1.1 什么是机器学习？
3.1.2 机器学习处理的问题
3.1.3 机器学习的框架
3.1.4 数据的加载和分割
3.2 机器学习的模型
3.2.1 模型的选择
3.2.1 学习和预测
3.2.3 实验实现机器学习模型
3.3 模型的评判和保存