注册 | 登录读书好,好读书,读好书!
读书网-DuShu.com
当前位置: 首页出版图书科学技术计算机/网络数据库数据库挖掘/数据仓库大话数据挖掘

大话数据挖掘

大话数据挖掘

定 价:¥39.00

作 者: 西安美林电子有限责任公司 编著
出版社: 清华大学出版社
丛编项:
标 签: 数据仓库与数据挖掘

购买这本书可以去


ISBN: 9787302298137 出版时间: 2013-01-01 包装: 平装
开本: 16开 页数: 300 字数:  

内容简介

  《大话数据挖掘》以EMBA班的“数据挖掘技术及其应用”教学为场景,带领读者步入数据挖掘的神秘殿堂,领略数据挖掘的神奇魅力。全书分为9章:第1章从三个真实故事开始数据挖掘之旅;第2章以某企业生产中遇到的质量控制难题的解决过程为线索,展现数据挖掘的实施过程;第3章到第9章以典型案例的形式分别介绍了数据挖掘技术在电力行业、交通航空领域、冶金行业、税务与金融行业、电信行业、故障诊断以及互联网行业的应用。数据挖掘是一种专业性极强的技术,本书避开大量晦涩的概念和令人生畏的数学公式,以师生互动讨论的形式让读者走进数据挖掘殿堂,进而深入浅出、循序渐进地感知数据挖掘。随着阅读,读者会自然而然地身临课堂,“让数据说话,从数据中发现规律,科学决策”等新的理念会使读者对实际工作中面临的复杂问题浮想联翩、另辟新径。《大话数据挖掘》适合企事业部门的领导、管理人员、生产一线的技术人员,另外,学生或者行业工作者,可以通过本书的阅读,为以后的学习奠定好基础。

作者简介

  西安交大美林数据挖掘研究中心中心集西安美林电子有限公司十五年信息化建设经验和西安交通大学二十多年数据挖掘基础与应用研究精华,致力于将先进的数据挖掘与分析处理技术与中国信息化建设紧密融合,帮助中国企业在物联网、电子商务、智慧制造、智能交通等领域创造价值。 中心数据挖掘研发团队处于国内第一梯队,拥有世界领先的视觉聚类和基于L1/2正则化的稀疏分类、回归算法及国内多行业数据挖掘实践经验。西安交大美林数据挖掘研究中心努力以数据挖掘技术推动中国企业实现“中国创造”!

图书目录

第1章  揭开数据挖掘的面纱 1
1.1  历史的使命 2
1.2  数据挖掘的故事 6
1.2.1  震撼业界的发现 6
1.2.2  降低成本的绝活 9
1.2.3  出奇制胜的小纸条 11
1.3  什么是数据挖掘? 14
1.4  历史的必然 17
1.5  数据挖掘能干什么? 23
1.5.1  关联(ASSOCIATION)规则挖掘 24
1.5.2  聚类 26
1.5.3  预测 35
1.5.4  序列和时间序列 49
1.6  数据挖掘工具 50
第2章  数据挖掘流程 57
2.1  李部长其人 58
2.2  老革命遇见了新问题 60
2.3  钓鱼钓来了数据挖掘思路 62
2.4  数据挖掘项目立项 65
2.5  数据挖掘项目实施 70
2.5.1  业务理解阶段(BUSINESS UNDERSTANDING) 72
2.5.2  数据理解阶段(DATA UNDERSTANDING) 74
2.5.3  数据准备阶段(DATA PREPARATION) 77
2.5.4  建模阶段(MODELING) 79
2.5.5  模型评估阶段(EVALUATION) 83
2.5.6  部署阶段(DEPLOYMENT) 84
2.6  李部长的展望 86
第3章  数据挖掘在电力行业的应用 89
3.1  应用前景 90
3.2  电力设备状态检修 94
3.3  电力系统暂态稳定性评估 108
3.4  负荷预测 115
3.5  盗电检测 120
3.6  电力数据挖掘系统的构建 124
第4章  数据挖掘在交通航空领域的应用 127
4.1  铁路票价制定 128
4.2  高铁轨道检修 137
4.3  交通流量预测 140
第5章  数据挖掘在冶金行业的应用 145
5.1  流程工业这点儿事 146
5.2  产品质量控制 150
5.3  高炉炉温预测 157
5.4  磨矿粒度预测 162
5.5  炼焦配煤优化 168
第6章  数据挖掘在税务、金融行业的应用 173
6.1  税务稽查 174
6.2  反洗钱 180
6.3  股票指数追踪 188第7章  数据挖掘在故障诊断中的应用 195
7.1  火箭发动机故障诊断 196
7.2  机械设备故障诊断 203
7.3  核动力设备故障诊断 207
7.4  船舶动力故障诊断 218
第8章  数据挖掘在电信业中的应用 225
8.1  市场细分 225
8.1  市场细分 226
8.2  精确营销 231
8.3  业务响应 239
8.4  客户流失分析 244
第9章  Web数据挖掘 249
9.1  Web数据挖掘概述 250
9.1  Web数据挖掘概述 250
9.2  垂直搜索引擎中的数据挖掘 252
9.3  面向电子商务的数据挖掘 260
9.4  社交网络中的数据挖掘 267
参考文献 274 

本目录推荐