日韩精品 中文字幕 动漫,91亚洲午夜一区,在线不卡日本v一区v二区丶,久久九九国产精品自在现拍





		



注冊(cè)  |  登錄讀書好，好讀書，讀好書！






        
讀書網(wǎng)-DuShu.com

        
         
                
      	
                
                	
                    
                    
                

                
            
        

        

               

				
				
				
       
        




















	當(dāng)前位置： 首頁(yè)出版圖書科學(xué)技術(shù)計(jì)算機(jī)/網(wǎng)絡(luò)數(shù)據(jù)庫(kù)數(shù)據(jù)庫(kù)挖掘/數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)挖掘與R語(yǔ)言

	



    
    

    
數(shù)據(jù)挖掘與R語(yǔ)言

    

	
數(shù)據(jù)挖掘與R語(yǔ)言
	
	

	

	

	
定　價(jià)：￥49.00

	

			
					

						作　者：
						（葡）Luís Torgo著 李洪成 陳道輪 吳立明譯
					

					

						出版社：
						機(jī)械工業(yè)出版社
					

					

						叢編項(xiàng)：
						
					

					

						標(biāo)　簽：
						計(jì)算機(jī)與互聯(lián)網(wǎng) 數(shù)據(jù)庫(kù)
					

				
	
	

    
	
	

	

			
					

						ISBN：
						9787111407003
						出版時(shí)間：
						2013-02-01	
                        包裝：
						平裝					
					
					
					
					
						開本：
						16
						頁(yè)數(shù)：
						216
						字?jǐn)?shù)：
						 
					
					
				

        

   

    
    
    
	
	
	
	
內(nèi)容簡(jiǎn)介

	

	
　　本書首先簡(jiǎn)要介紹了R軟件的基礎(chǔ)知識(shí)（安裝、R數(shù)據(jù)結(jié)構(gòu)、R編程、R的輸入和輸出等）。然后通過(guò)四個(gè)數(shù)據(jù)挖掘的實(shí)際案例（藻類頻率的預(yù)測(cè)、證券趨勢(shì)預(yù)測(cè)和交易系統(tǒng)仿真、交易欺詐預(yù)測(cè)、微陣列數(shù)據(jù)分類）介紹數(shù)據(jù)挖掘技術(shù)。這四個(gè)案例基本覆蓋了常見的數(shù)據(jù)挖掘技術(shù)，從無(wú)監(jiān)督的數(shù)據(jù)挖掘技術(shù)、有監(jiān)督的數(shù)據(jù)挖掘技術(shù)到半監(jiān)督的數(shù)據(jù)挖掘技術(shù)。全書以實(shí)際問(wèn)題、解決方案和對(duì)解決方案的討論為主線來(lái)組織內(nèi)容，脈絡(luò)清晰，并且各章自成體系。讀者可以從頭至尾逐章學(xué)習(xí)，也可以根據(jù)自己的需要進(jìn)行學(xué)習(xí)，找到自己實(shí)際問(wèn)題的解決方案。 本書不需要讀者具備R和數(shù)據(jù)挖掘的基礎(chǔ)知識(shí)。不管是R初學(xué)者，還是熟練的R用戶都能從書中找到對(duì)自己有用的內(nèi)容。讀者既可以把本書作為學(xué)習(xí)如何應(yīng)用R的一本優(yōu)秀教材，也可以作為數(shù)據(jù)挖掘的工具書。Data Mining with R：Learning with Case Studies by Luís Torgo（ISBN978？1？4398？1018？7）.Copyright ？2011 byTaylor and Francis Group， LLC.Authorized translation from the English language edition publishedby CRC Press， part of Taylor & Francis Group LLC; All rightsreserved.China Machine Pressisauthorized to publish anddistribute exclusively the Chinese （Simplified Characters） languageedition？This edition is authorized for salein the People？sRepublic of China only （excluding Hong Kong， Macao SAR andTaiwan）.No part of this publication may be reproduced ordistributed in any form or by any means， or stored in a database orretrieval system， without the prior written permission of thepublisher.Copies of this book sold without a Taylor & Francis sticker onthe cover are unauthorized and illegal.
	
	
	
   
	
	
	
作者簡(jiǎn)介

	

	
　　Luís Torgo，葡萄牙波爾圖大學(xué)計(jì)算機(jī)科學(xué)系副教授，現(xiàn)在在LIAAD實(shí)驗(yàn)室從事研究工作。他是APPIA會(huì)員，同時(shí)還是OBEGEF的創(chuàng)辦會(huì)員。
	
	
	
	
	
	
圖書目錄

	

	
Data Mining with R：Learning with Case Studies



出版者的話

推薦序

中文版序

譯者序

前言

致謝

第1章簡(jiǎn)介

1?1如何閱讀本書

1?2R簡(jiǎn)介

1?2?1R起步

1?2?2R對(duì)象

1?2?3向量

1?2?4向量化

1?2?5因子

1?2?6生成序列

1?2?7數(shù)據(jù)子集

1?2?8矩陣和數(shù)組

1?2?9列表

1?2?10數(shù)據(jù)框

1?2?11構(gòu)建新函數(shù)

1?2?12對(duì)象、類和方法

1?2?13管理R會(huì)話

1?3MySQL簡(jiǎn)介

第2章預(yù)測(cè)海藻數(shù)量

2?1問(wèn)題描述與目標(biāo)

2?2數(shù)據(jù)說(shuō)明

2?3數(shù)據(jù)加載到R

2?4數(shù)據(jù)可視化和摘要

2?5數(shù)據(jù)缺失

2?5?1將缺失部分剔除

2?5?2用最高頻率值來(lái)填補(bǔ)缺失值

2?5?3通過(guò)變量的相關(guān)關(guān)系來(lái)填補(bǔ)缺失值

2?5?4通過(guò)探索案例之間的相似性來(lái)填補(bǔ)缺失值

2?6獲取預(yù)測(cè)模型

2?6?1多元線性回歸

2?6?2回歸樹

2?7模型的評(píng)價(jià)和選擇

2?8預(yù)測(cè)7類海藻的頻率

2?9小結(jié)

第3章預(yù)測(cè)股票市場(chǎng)收益

3?1問(wèn)題描述與目標(biāo)

3?2可用的數(shù)據(jù)

3?2?1在R中處理與時(shí)間有關(guān)的數(shù)據(jù)

3?2?2從CSV文件讀取數(shù)據(jù)

3?2?3從網(wǎng)站上獲取數(shù)據(jù)

3?2?4從MySQL數(shù)據(jù)庫(kù)讀取數(shù)據(jù)

3?3定義預(yù)測(cè)任務(wù)

3?3?1預(yù)測(cè)什么

3?3?2預(yù)測(cè)變量是什么

3?3?3預(yù)測(cè)任務(wù)

3?3?4模型評(píng)價(jià)準(zhǔn)則

3?4預(yù)測(cè)模型

3?4?1如何應(yīng)用訓(xùn)練集數(shù)據(jù)來(lái)建模

3?4?2建模工具

3?5從預(yù)測(cè)到實(shí)踐

3?5?1如何應(yīng)用預(yù)測(cè)模型

3?5?2與交易相關(guān)的評(píng)價(jià)準(zhǔn)則

3?5?3模型集成：仿真交易

3?6模型評(píng)價(jià)和選擇

3?6?1蒙特卡羅估計(jì)

3?6?2實(shí)驗(yàn)比較

3?6?3結(jié)果分析

3?7交易系統(tǒng)

3?7?1評(píng)估最終測(cè)試數(shù)據(jù)

3?7?2在線交易系統(tǒng)

3?8小結(jié)

第4章偵測(cè)欺詐交易

4?1問(wèn)題描述與目標(biāo)

4?2可用的數(shù)據(jù)

4?2?1加載數(shù)據(jù)至R

4?2?2探索數(shù)據(jù)集

4?2?3數(shù)據(jù)問(wèn)題

4?3定義數(shù)據(jù)挖掘任務(wù)

4?3?1問(wèn)題的不同解決方法

4?3?2評(píng)價(jià)準(zhǔn)則

4?3?3實(shí)驗(yàn)方法

4?4計(jì)算離群值的排序

4?4?1無(wú)監(jiān)督方法

4?4?2有監(jiān)督方法

4?4?3半監(jiān)督方法

4?5小結(jié)

第5章微陣列樣本分類

5?1問(wèn)題描述與目標(biāo)

5?1?1微陣列實(shí)驗(yàn)背景簡(jiǎn)介

5?1?2數(shù)據(jù)集ALL

5?2可用的數(shù)據(jù)

5?3基因（特征）選擇

5?3?1基于分布特征的簡(jiǎn)單過(guò)濾方法

5?3?2ANOVA過(guò)濾

5?3?3用隨機(jī)森林進(jìn)行過(guò)濾

5?3?4用特征聚類的組合進(jìn)行過(guò)濾

5?4遺傳學(xué)異常的預(yù)測(cè)

5?4?1定義預(yù)測(cè)任務(wù)

5?4?2模型評(píng)價(jià)標(biāo)準(zhǔn)

5?4?3實(shí)驗(yàn)過(guò)程

5?4?4建模技術(shù)

5?4?5模型比較

5?5小結(jié)

參考文獻(xiàn)

主題索引

數(shù)據(jù)挖掘術(shù)語(yǔ)索引

R函數(shù)索引
	
	

	

    
       
    
	
	

   

   

   

    
   

   
本目錄推薦







掃描二維碼










    

        

            
        

        
Copyright ? 讀書網(wǎng) rgspecialties.com 2005-2020, All Rights Reserved.

        
鄂ICP備15019699號(hào)  鄂公網(wǎng)安備 42010302001612號(hào)