R數據挖掘入門 epub pdf  mobi txt 電子書 下載

R數據挖掘入門 epub pdf mobi txt 電子書 下載 2024

R數據挖掘入門 epub pdf mobi txt 電子書 下載 2024


簡體網頁||繁體網頁
[日] 山本義郎,藤野友和,久保田貴文 著,硃建春 譯

下載链接在页面底部


點擊這裡下載
    


想要找書就要到 靜思書屋
立刻按 ctrl+D收藏本頁
你會得到大驚喜!!

發表於2024-11-10

商品介绍



齣版社: 人民郵電齣版社
ISBN:9787115478788
版次:1
商品編碼:12342236
包裝:平裝
叢書名: 圖靈程序設計叢書
開本:大32開
齣版時間:2018-03-01
用紙:膠版紙
頁數:198
正文語種:中文

R數據挖掘入門 epub pdf mobi txt 電子書 下載 2024



类似图書 點擊查看全場最低價

相关書籍





書籍描述

編輯推薦

1.從理論基礎到實例應用,邊學習邊實踐!
2.網羅數據挖掘中10種經典、常用的方法!
迴歸分析/Logistic迴歸分析/決策樹分析/支持嚮量機/記憶基礎推理/聚類分析/自組織映射/主成分分析/對應分析/關聯規則分析
3.圖文並茂,示例豐富,結閤可下載的R代碼和數據,讓你親自體驗數據挖掘的流程!

如何預測郵件是否為垃圾郵件?
如何判斷顧客會同時購買哪些商品?
如何根據股價數據判斷經濟的景氣程度?
如何從SNS獲取數據並分析?
……
大數據時代,必須瞭解數據挖掘!
本書首先介紹R的基礎知識以及使用R進行數據挖掘的流程;然後結閤具體示例、代碼和圖錶介紹數據挖掘的10種常用方法;* 後介紹數據挖掘的實戰案例,涉及多種方法的比較以及實際的大規模數據的分析。本書詳略得當,脈絡清晰,讓你輕鬆入門數據挖掘。

內容簡介

本書使用R,結閤大量實例,詳細介紹瞭數據挖掘的理論和分析方法。全書分為3部分:* 1部分簡單介紹瞭使用R進行數據挖掘的流程和數據挖掘的概要;* 2部分介紹瞭數據挖掘的10種常用方法,並在此基礎上使用R實際進行數據挖掘;第3部分結閤實際的數據挖掘事例介紹瞭如何使用這些方法。本書適閤數據挖掘的初學者,以及正在從事數據分析相關工作,想瞭解更多分析方法的讀者閱讀。

作者簡介

山本義郎(作者)
日本東海大學理學部數學係教授。著有《統計數據的可視化》《統計學序論》《概率統計序論 第 2版》(閤著)。執筆本書* 2章、第6章、第9章、* 11章、* 12章、* 13章。
藤野友和(作者)
日本福岡女子大學國際文理學部講師。著有《統計數據的可視化》(閤著)。執筆本書* 1章、第3章、第4章、第8章。
久保田貴文(作者)
日本多摩大學經營信息學部副教授。執筆本書第5章、第7章、* 10章、* 14章。
硃建春(譯者)
畢業於北京大學計算機係,曾在聯想集團任職多年,是國內較早從事Windows掌上電腦和智能手機的係統和應用軟件開發的IT工作者。後長期擔任對日軟件外包開發項目經理。

目錄

第I部分 使用R進行數據挖掘的準備 1
* 1章 基於R的數據分析入門..............................................................3
1.1 R及RStudio的安裝..................................................................................4
1.2 RStudio的基本操作...................................................................................6
1.3 R語言入門.................................................................................................10
1.3.1 作為計算器使用的方法........................................................................10
1.3.2 嚮量——R的基本數據結構................................................................11
1.3.3 嚮量變量的賦值和運算........................................................................12
1.3.4 數組和矩陣.............................................................................................13
1.3.5 因子型.....................................................................................................15
1.3.6 列錶.........................................................................................................16
1.3.7 數據框.....................................................................................................17
1.4 獲取外部數據............................................................................................18
1.5 數據匯總.....................................................................................................19
1.6 安裝程序包.................................................................................................21
1.7 基於dplyr程序包的數據框操作..........................................................22
1.8 數據的可視化............................................................................................25
1.8.1 柱狀圖.....................................................................................................26
1.8.2 直方圖.....................................................................................................29
1.8.3 箱形圖.....................................................................................................30
1.8.4 散點圖.....................................................................................................32
1.8.5 逐層繪製的圖.........................................................................................34
* 2章 數據挖掘概述..................................................................................36
2.1 大數據和數據挖掘...................................................................................36
2.2.1 業務理解(Business Understanding)..............................................37
2.2 CRISP-DM................................................................................................37
2.2.2 數據理解(Data Understanding).......................................................38
2.2.3 數據準備(Data Preparation)............................................................38
2.2.4 建模(Modeling)..................................................................................39
2.2.5 評估(Evaluation)................................................................................39
2.2.6 運用(Deployment).............................................................................39
2.3.1 數據的種類和建模................................................................................40
2.3 數據挖掘的方法........................................................................................40
2.3.2 預測和判彆.............................................................................................41
2.3.3 分類和聚類.............................................................................................41
2.3.4 維規約.....................................................................................................41
2.3.5 規則發現.................................................................................................41
第II部分 數據挖掘的方法 43
第3章 迴歸分析............................................................................................45
3.1 一元迴歸分析............................................................................................45
3.2 多元迴歸分析............................................................................................50
第4章 Logistic迴歸分析..........................................................................60
4.1 數據準備.....................................................................................................60
4.2 使用一個解釋變量進行預測..................................................................61
4.3 使用兩個及以上的解釋變量進行預測................................................67
第5章 決策樹分析.......................................................................................71
5.1 使用分類樹的判彆...................................................................................71
5.2 使用迴歸樹的預測...................................................................................77
第6章 支持嚮量機.......................................................................................81
6.1 支持嚮量機的概念...................................................................................81
6.2 類彆預測的例子........................................................................................83
6.3 數值預測的例子........................................................................................86
第7章 記憶基礎推理..................................................................................89
7.1 k* 近鄰法的概念....................................................................................89
7.2 變量的基準化和標準化..........................................................................94
第8章 聚類分析............................................................................................96
8.1 聚類分析的概念........................................................................................96
8.2 層次聚類分析............................................................................................97
8.3 執行層次聚類分析...................................................................................99
8.4 可視化進階...............................................................................................103
8.5 非層次聚類分析......................................................................................107
8.6 執行非層次聚類分析.............................................................................107
第9章 自組織映射....................................................................................110
9.1 自組織映射的概念.................................................................................110
9.2 基於自組織映射的分析實例................................................................111
9.3 基於自組織映射的分類........................................................................120
* 10章 主成分分析.................................................................................129
10.1 主成分分析的概念...............................................................................129
10.2 對象數據的準備...................................................................................132
10.3 執行主成分分析...................................................................................135
* 11章 對應分析......................................................................................141
11.1 對應分析.................................................................................................141
11.2 多重對應分析........................................................................................144
* 12章 關聯規則分析............................................................................149
12.1 關聯規則及其評價指標......................................................................149
12.2 關聯規則分析的實例..........................................................................151
12.3 關聯規則分析的應用實例..................................................................159
第III部分 數據挖掘實戰 165
* 13章 對各種預測方法的評估...............

R數據挖掘入門 epub pdf mobi txt 電子書 下載 2024

R數據挖掘入門 下載 epub mobi pdf txt 電子書

R數據挖掘入門 pdf 下載 mobi 下載 pub 下載 txt 電子書 下載 2024

R數據挖掘入門 mobi pdf epub txt 電子書 下載 2024

R數據挖掘入門 epub pdf mobi txt 電子書 下載
想要找書就要到 靜思書屋
立刻按 ctrl+D收藏本頁
你會得到大驚喜!!

讀者評價

評分

評分

評分

評分

評分

評分

評分

評分

評分

R數據挖掘入門 epub pdf mobi txt 電子書 下載 2024

类似图書 點擊查看全場最低價

R數據挖掘入門 epub pdf mobi txt 電子書 下載 2024


分享鏈接





相关書籍


本站所有內容均為互聯網搜索引擎提供的公開搜索信息,本站不存儲任何數據與內容,任何內容與數據均與本站無關,如有需要請聯繫相關搜索引擎包括但不限於百度google,bing,sogou

友情鏈接

© 2024 book.idnshop.cc All Rights Reserved. 靜思書屋 版权所有