大数据挖掘:系统方法与实例分析 PDF 高清电子书 免费下载 完整版 在线阅读- 高飞网
大数据挖掘

大数据挖掘
系统方法与实例分析

周英
大数据 数据挖掘
浏览人数:269 在读人数:11
  本书是大数据挖掘领域的扛鼎之作,由全球科学计算领域的领导者MathWorks(MATLAB公司)官方的资深数据挖掘专家撰写,MathWorks官方及多位专家联袂推荐。
  它从技术、方法、案例和*佳实践4个维度对如何系统、深入掌握大数据挖掘提供了详尽的讲解。
  技术:不仅讲解了大数据挖掘的原理、过程、工具,还讲解了大数据的准备、处理、与探索;
  方法:既深入地讲解了关联规则方法、回归方法、分类方法、聚类方法、预测方法、诊断方法等6大类数据挖掘主体方法,又重点讲解了时间序列方法和智能优化方法两种数据挖掘中常用的方法;
  案例:详细地再现了来自银行、证券、机械、矿业、生命科学和社会科学等6大领域的经典案例,不仅有案例的实现过程,而且还有案例原理和预备知识的的讲解;
  首先总结了数据挖掘中确定挖掘、应用技术以及如何平衡的艺术,然后总结了数据挖掘的项目管理和团队管理的艺术。

第一篇基础篇   
第1章绪论   
1.1 大数据与数据挖掘   
1.2 数据挖掘的概念和原理\t   
1.3 数据挖掘的内容   
1.4 数据挖掘的应用领域   
1.5 大数据挖掘的要点   
1.6 小结   
第2章数据挖掘的过程及工具   
2.1 数据挖掘过程概述   
2.2 挖掘目标的定义   
2.3 数据的准备   
2.4 数据的探索   
2.5 模型的建立   
2.6 模型的评估   
2.7 模型的部署   
2.8 工具的比较与选择   
2.9 小结\t   
\t   
第3章 MATLAB数据挖掘快速入门   
3.1 MATLAB快速入门   
3.2 MATLAB常用技巧   
3.3 MATLAB开发模式   
3.4 MATLAB数据挖掘引例   
3.5 MATLAB集成数据挖掘工具   
3.6 小结\t   
第二篇技术篇   
第4章数据的准备   
4.1 数据的收集   
4.2 数据质量分析   
4.3 数据预处理   
4.4 小结\t   
第5章数据的探索   
5.1 衍生变量   
5.2 数据的统计   
5.3 数据可视化   
5.4 样本选择\t   
5.5 数据降维\t   
5.6 小结\t   
第6章关联规则方法   
6.1 关联规则概要   
6.2 Apriori算法   
6.3 FP-Growth算法   
6.4 应用实例:行业关联选股法   
6.5 小结\t   
第7章数据回归方法   
7.1 一元回归\t   
7.2 多元回归\t   
7.3 逐步归回   
7.4 Logistic回归   
7.5 应用实例:多因子选股模型的实现   
7.6 小结\t   
第8章分类方法   
8.1 分类方法概要   
8.2 K-近邻(KNN)   
8.3 贝叶斯分类   
8.4 神经网络\t   
8.5 逻辑斯蒂(Logistic)   
8.6 判别分析\t   
8.7 支持向量机(SVM)   
8.8 决策树   
8.9 分类的评判   
8.10 应用实例:分类选股法   
8.11 延伸阅读:其他分类方法   
8.12 小结   
第9章聚类方法   
9.1 聚类方法概要   
9.2 K-means方法   
9.3 层次聚类   
9.4 神经网络聚类   
9.5 模糊C-均值(FCM)方法   
9.6 高斯混合聚类方法   
9.7 类别数的确定方法   
9.8 应用实例:股票聚类分池   
9.9 延伸阅读   
9.10 小结   
第10章预测方法   
10.1 预测方法概要   
10.2 灰色预测   
10.3 马尔科夫预测   
10.4 应用实例:大盘走势预测   
10.5 小结   
第11章诊断方法   
11.1 离群点诊断概要   
11.2 基于统计的离群点诊断   
11.3 基于距离的离群点诊断   
11.4 基于密度的离群点挖掘   
11.5 基于聚类的离群点挖掘   
11.6 应用实例:离群点诊断股票买卖择时   
11.7 延伸阅读:新兴的离群点挖掘方法   
11.8 小结   
第12章时间序列方法   
12.1 时间序列基本概念   
12.2 平稳时间序列分析方法   
12.3 季节指数预测法   
12.4 时间序列模型   
12.5 应用实例:基于时间序列的股票预测   
12.6 小结   
第13章智能优化方法   
13.1 智能优化方法概要   
13.2 遗传算法   
13.3 模拟退火算法   
13.4 延伸阅读:其它智能方法   
13.5 小结   
第三篇项目篇   
第14章数据挖掘在银行信用评分中的应用   
14.1 概述   
14.2 DM法信用评分实施过程   
14.3 AHP信用评分方法   
14.4 延伸阅读:企业信用评级   
14.5 小结   
第15章数据挖掘在量化选股中的应用   
15.1 量化选股概述   
15.2 数据的处理及探索   
15.3 模型的建立及评估   
15.4 组合投资的优化   
15.5 量化选股的实施   
15.6 小结   
第16章数据挖掘在工业故障诊断中的应用   
16.1 故障诊断概述   
16.2 DM设备故障诊断实例   
16.3 小结   
第17章数据挖掘技术在矿业工程中的应用   
17.1 概述   
17.2 矿业工程数据挖掘实例:提纯预测   
17.3 小结   
第18章数据挖掘技术在生命科学中的应用   
18.1 概述   
18.2 生命科学数据挖掘实例:基因表达模式挖掘   
18.3 小结   
第19章数据挖掘在社会科学研究中的应用   
19.1 概述   
19.2 社会科学挖掘实例:人类行为研究   
19.3 小结   
第四篇理念篇   
第20章数据挖掘的艺术   
20.1 确定数据挖掘目标的艺术   
20.2 应用技术的艺术   
20.3 数据挖掘中平衡的艺术   
20.4 理性对待大数据时代   
20.5 小结   
第21章数据挖掘的项目管理和团队管理   
21.1 数据挖掘项目实施之道   
21.2 数据挖掘团队的组建   
21.3 数据挖掘团队的管理   
21.4 优秀数据挖掘人才的修炼   
21.5 小结   
看过本书的人还看过