大数据分析 方法与应用PDF电子书下载
- 电子书积分:11 积分如何计算积分?
- 作 者:王星等编著
- 出 版 社:北京:清华大学出版社
- 出版年份:2013
- ISBN:9787302334170
- 页数:294 页
第1章 大数据分析概述 1
1.1 大数据概述 1
1.1.1 什么是大数据 1
1.1.2 数据、信息与认知 2
1.1.3 数据管理与数据库 5
1.1.4 数据仓库 7
1.1.5 数据挖掘的内涵和基本特征 9
1.2 数据挖掘的产生与功能 10
1.2.1 数据挖掘的历史 10
1.2.2 数据挖掘的功能 12
1.3 数据挖掘与相关领域之间的关系 13
1.3.1 数据挖掘与机器学习 14
1.3.2 数据挖掘与数据仓库 14
1.3.3 数据挖掘与统计学 15
1.3.4 数据挖掘与智能决策 16
1.3.5 数据挖掘与云计算 17
1.4 大数据研究方法 18
1.5 讨论题目 19
1.6 推荐阅读 20
第2章 数据挖掘流程 22
2.1 数据挖掘流程概述 22
2.1.1 问题识别 23
2.1.2 数据理解 25
2.1.3 数据准备 26
2.1.4 建立模型 27
2.1.5 模型评价 27
2.1.6 部署应用 30
2.2 离群点发现 30
2.2.1 基于统计的离群点检测 31
2.2.2 基于距离的离群点检测 32
2.2.3 局部离群点算法 34
2.3 不平衡数据级联算法 36
2.4 讨论题目 41
2.5 推荐阅读 43
第3章 有指导的学习 45
3.1 有指导的学习概述 45
3.2 k-近邻 49
3.3 决策树 51
3.3.1 决策树的基本概念 51
3.3.2 分类回归树 53
3.3.3 决策树的剪枝 54
3.4 提升方法 58
3.5 随机森林树 63
3.5.1 随机森林树算法的定义 64
3.5.2 如何确定随机森林树算法中树的节点分裂变量 64
3.5.3 随机森林树的回归算法 65
3.6 人工神经网络 68
3.6.1 人工神经网络基本概念 68
3.6.2 感知器算法 69
3.6.3 LMS算法 72
3.6.4 反向传播算法 74
3.6.5 神经网络相关问题讨论 79
3.7 支持向量机 83
3.7.1 最大边距分类 84
3.7.2 支持向量机问题的求解 85
3.7.3 支持向量机的核方法 87
3.8 多元自适应回归样条 91
3.9 讨论题目 93
3.10 推荐阅读 95
第4章 无指导的学习 97
4.1 关联规则 97
4.1.1 静态关联规则算法Apriori算法 98
4.1.2 动态关联规则算法Carma算法 102
4.1.3 序列规则挖掘算法 104
4.2 聚类分析 106
4.2.1 聚类分析的含义及作用 106
4.2.2 距离的定义 106
4.2.3 系统层次聚类法 108
4.2.4 k-均值算法 108
4.2.5 BIRCH算法 110
4.2.6 基于密度的聚类算法 111
4.3 基于预测强度的聚类方法 113
4.3.1 预测强度 115
4.3.2 预测强度方法的应用 115
4.3.3 案例分析 115
4.4 聚类问题的变量选择 122
4.4.1 高斯成对罚模型聚类 122
4.4.2 各类异方差成对罚模型聚类 123
4.4.3 几种聚类变量选择的比较 127
4.5 讨论题目 128
4.6 推荐阅读 129
第5章 贝叶斯分类和因果学习 130
5.1 贝叶斯分类 130
5.2 决策论与统计决策论 132
5.2.1 决策与风险 132
5.2.2 统计决策 136
5.3 线性判别函数和二次判别函数 138
5.4 朴素贝叶斯分类 143
5.5 贝叶斯网络 145
5.5.1 基本概念 145
5.5.2 贝叶斯网络的应用 146
5.5.3 贝叶斯网络的构建 148
5.6 案例:贝叶斯网络模型在信用卡违约概率建模中的应用 155
5.7 讨论题目 157
5.8 推荐阅读 160
第6章 高维回归及变量选择 161
6.1 线性回归模型 161
6.2 模型选择 173
6.2.1 模型选择概述 174
6.2.2 偏差-方差分解 179
6.2.3 模型选择准则 180
6.2.4 回归变量选择 184
6.3 广义线性模型 188
6.3.1 二点分布回归 188
6.3.2 指数族概率分布 190
6.3.3 广义线性模型 192
6.3.4 模型估计 193
6.3.5 模型检验与诊断 194
6.4 高维回归系数压缩 202
6.4.1 岭回归 203
6.4.2 LASSO 204
6.4.3 Shooting算法 205
6.4.4 路径算法 207
6.4.5 其他惩罚项及Oracle性质 211
6.4.6 软件实现 213
6.5 总结 214
6.6 讨论题目 214
6.7 推荐阅读 216
第7章 图模型 217
7.1 图模型基本概念和性质 218
7.1.1 图矩阵 220
7.1.2 概率图模型概念和性质 220
7.2 协方差选择 222
7.2.1 用回归估计图模型 222
7.2.2 基于最大似然框架的方法 225
7.3 指数族图模型 229
7.3.1 基本定义 229
7.3.2 参数估计及假设检验 231
7.4 谱聚类 234
7.4.1 聚类和图划分 234
7.4.2 谱聚类 235
7.5 总结 242
7.6 讨论题目 242
7.7 推荐阅读 243
第8章 客户关系管理 245
8.1 协同推荐模型 245
8.1.1 基于邻域的算法 246
8.1.2 矩阵分解模型 249
8.2 客户价值随机模型 252
8.2.1 客户价值的定义 252
8.2.2 客户价值分析模型 253
8.2.3 客户购买状态转移矩阵 254
8.2.4 利润矩阵 257
8.2.5 客户价值的计算 259
8.3 案例:银行卡消费客户价值模型 259
8.4 推荐阅读 265
第9章 社会网络分析 266
9.1 社会网络概述 266
9.1.1 社会网络概念与发展 266
9.1.2 社会网络的基本特征 269
9.1.3 社群挖掘算法 271
9.1.4 模型的评价 272
9.2 案例:社会网络在学术机构合作关系上的研究 273
9.3 讨论题目 278
9.4 推荐阅读 278
附录A 本章R程序 279
第10章 自然语言模型和文本挖掘 281
10.1 向量空间模型 282
10.1.1 向量空间模型基本概念 282
10.1.2 特征选择准则 283
10.2 统计语言模型 284
10.2.1 n-gram模型 284
10.2.2 主题n-元模型 286
10.3 LDA模型 287
10.4 案例:LDA模型的热点新闻发现 290
10.5 推荐阅读 293
- 《中风偏瘫 脑萎缩 痴呆 最新治疗原则与方法》孙作东著 2004
- 《水面舰艇编队作战运筹分析》谭安胜著 2009
- 《SQL与关系数据库理论》(美)戴特(C.J.Date) 2019
- 《分析化学》陈怀侠主编 2019
- 《数据库技术与应用 Access 2010 微课版 第2版》刘卫国主编 2020
- 《影响葡萄和葡萄酒中酚类特征的因素分析》朱磊 2019
- 《基于地质雷达信号波的土壤重金属污染探测方法研究》赵贵章 2019
- 《第一性原理方法及应用》李青坤著 2019
- 《仪器分析技术 第2版》曹国庆 2018
- 《数学物理方法与仿真 第3版》杨华军 2020
- 《市政工程基础》杨岚编著 2009
- 《家畜百宝 猪、牛、羊、鸡的综合利用》山西省商业厅组织技术处编著 1959
- 《《道德经》200句》崇贤书院编著 2018
- 《高级英语阅读与听说教程》刘秀梅编著 2019
- 《计算机网络与通信基础》谢雨飞,田启川编著 2019
- 《思维导图 超好用英语单词书》(中国)王若琳 2019
- 《看图自学吉他弹唱教程》陈飞编著 2019
- 《法语词汇认知联想记忆法》刘莲编著 2020
- 《培智学校义务教育实验教科书教师教学用书 生活适应 二年级 上》人民教育出版社,课程教材研究所,特殊教育课程教材研究中心编著 2019
- 《国家社科基金项目申报规范 技巧与案例 第3版 2020》文传浩,夏宇编著 2019
- 《大学计算机实验指导及习题解答》曹成志,宋长龙 2019
- 《指向核心素养 北京十一学校名师教学设计 英语 七年级 上 配人教版》周志英总主编 2019
- 《大学生心理健康与人生发展》王琳责任编辑;(中国)肖宇 2019
- 《大学英语四级考试全真试题 标准模拟 四级》汪开虎主编 2012
- 《大学英语教学的跨文化交际视角研究与创新发展》许丽云,刘枫,尚利明著 2020
- 《北京生态环境保护》《北京环境保护丛书》编委会编著 2018
- 《复旦大学新闻学院教授学术丛书 新闻实务随想录》刘海贵 2019
- 《大学英语综合教程 1》王佃春,骆敏主编 2015
- 《大学物理简明教程 下 第2版》施卫主编 2020
- 《指向核心素养 北京十一学校名师教学设计 英语 九年级 上 配人教版》周志英总主编 2019