数据挖掘原理与实践进阶篇--聚文网

精选

¥5.83

世界图书名著昆虫记绿野仙踪木偶奇遇记儿童书籍彩图注音版

¥5.39

正版世界名著文学小说名家名译中学生课外阅读书籍图书批发 70册

¥8.58

简笔画10000例加厚版2-6岁幼儿童涂色本涂鸦本绘画本填色书正版

¥5.83

世界文学名著全49册中小学生青少年课外书籍文学小说批发正版

¥4.95

全优冲刺100分测试卷一二三四五六年级上下册语文数学英语模拟卷

¥8.69

父与子彩图注音完整版小学生图书批发儿童课外阅读书籍正版1册

¥24.2

好玩的洞洞拉拉书0-3岁宝宝早教益智游戏书机关立体翻翻书4册

¥7.15

幼儿认字识字大王3000字幼儿园中班大班学前班宝宝早教启蒙书

¥11.55

用思维导图读懂儿童心理学培养情绪管理与性格培养故事指导书

¥19.8

少年读漫画鬼谷子全6册在漫画中学国学小学生课外阅读书籍正版

¥64

科学真好玩

¥12.7

一年级下4册·读读童谣和儿歌

¥38.4

原生态新生代(传统木版年画的当代传承国际研讨会论文集)

¥11.14

法国经典中篇小说

¥11.32

上海的狐步舞--穆时英(中国现代文学馆馆藏初版本经典)

¥21.56

猫的摇篮(精)

¥30.72

幼儿园特色课程实施方案/幼儿园生命成长启蒙教育课程丛书

旧时风物(精)

三希堂三帖/墨林珍赏

寒山子庞居士诗帖/墨林珍赏

苕溪帖/墨林珍赏

楷书王维诗卷/墨林珍赏

兰亭序/墨林珍赏

祭侄文稿/墨林珍赏

蜀素帖/墨林珍赏

真草千字文/墨林珍赏

进宴仪轨(精)/中国古代舞乐域外图书

舞蹈音乐的基础理论与应用

内容简介

本书中文版分为基础篇和进阶篇，深入探讨了数据挖掘的各个方面，从基础知识到复杂的数据类型及其应用，捕捉了数据挖掘的各种问题领域。它超越了传统上对数据挖掘问题的关注，引入了高级数据类型，例如文本、时间序列、离散序列、空间数据、图数据和社交网络数据。到目前为止，还没有一本书以如此全面和综合的方式探讨所有这些主题。本书是进阶篇，主要讨论了用于不同数据领域（例如时序数据、序列数据、空间数据、图数据）的特定挖掘方法，以及重要的数据挖掘应用（例如Web数据挖掘、排名、推荐、社交网络分析和隐私保护）。本书在直观解释和数学细节上取得了很好的平衡，既包含研究人员需要的数学公式，又以简单直观的方式呈现出来，方便学生和从业人员（包括数学背景有限的人）阅读。本书包括大量插图、示例和练习，并把重点放在语义可解释的示例上，特别适合作为高级数据挖掘课程的教材。

作者简介

查鲁·C.阿加沃尔（Charu C.Aggarwal），IBM T.J.Watson研究中心杰出研究人员（DRSM），于1996年在MIT获得博士学位。他对数据挖掘领域有着广泛的研究。在国际会议和期刊上发表了300余篇论文。申请了90余项专利。他曾三次被评为IBM的“杰出发明人”（Master Inventor）。并曾获得IBM公司奖（IBM Corporate Award，2003）、IBM杰出创新奖和两项IBM杰出技术成就奖（2009，2015）。他因为提出基于冷凝的数据挖掘中的隐私保护技术而获得EDBT2014的时间检验奖（Test of Time Award）。他还获得了IEEE ICDM研究贡献奖（2015），这是数据挖掘领域对具有突出贡献的研究的两项优选奖项之一。他曾多次担任ACM/IEEE知名国际学术会议的主席或程序委员会主席。并担任大数据相关多个知名期刊的主编或编委。由于在知识发现和数据挖掘算法上的贡献，他入选SIAM、ACM和IEEE的会士。

出版者的话
译者序
前言
第14章时间序列数据挖掘
14.1 引言
14.2 时间序列的前期准备和相似性度量
14.2.1 缺失值处理
14.2.2 噪声去除
14.2.3 归一化
14.2.4 数据转换和约简
14.2.5 时间序列相似性度量
14.3 时间序列预测
14.3.1 自回归模型
14.3.2 自回归移动平均模型
14.3.3 带有隐含变量的多元预测
14.4 时间序列模体
14.4.1 基于距离的模体
14.4.2 转换为序列模式挖掘
14.4.3 周期模式
14.5 时间序列聚类
14.5.1 共同演化序列的在线聚类
14.5.2 基于形状的聚类
14.6 时间序列异常检测
14.6.1 点异常
14.6.2 形状异常
14.7 时间序列分类
14.7.1 有监督事件检测
14.7.2 全时序分类
14.8 小结
14.9 文献注释
14.10 练习题
第15章离散序列挖掘
15.1 引言
15.2 序列模式挖掘
15.2.1 频繁模式到频繁序列
15.2.2 约束的序列模式挖掘
15.3 序列聚类
15.3.1 基于距离的方法
15.3.2 基于图的方法
15.3.3 基于序列的聚类
15.3.4 概率聚类
15.4 序列中的异常检测
15.4.1 位置异常
15.4.2 组合异常
15.5 隐马尔可夫模型
15.5.1 HMM的正式定义
15.5.2 评估：计算观察序列的拟合概率
15.5.3 说明：确定观察序列的很优状态序列
15.5.4 训练：鲍姆韦尔奇算法
15.5.5 应用
15.6 序列分类
15.6.1 最近邻分类器
15.6.2 基于图的方法
15.6.3 基于规则的方法
15.6.4 内核SVM
15.6.5 概率方法：隐马尔可夫模型
15.7 小结
15.8 文献注释
15.9 练习题
第16章空间数据挖掘
16.1 引言
16.2 上下文空间属性的挖掘
16.2.1 形状到时间序列的转换
16.2.2 使用小波分析的空间数据到多维数据的转换
16.2.3 共址空间模式
16.2.4 形状聚类
16.2.5 异常检测
16.2.6 形状分类
16.3 轨迹挖掘
16.3.1 轨迹数据和多变量时间序列的等价性
16.3.2 将轨迹转换为多维数据
16.3.3 轨迹模式挖掘
16.3.4 轨迹聚类
16.3.5 轨迹异常检测
16.3.6 轨迹分类
16.4 小结
16.5 文献注释
16.6 练习题
第17章图数据挖掘
17.1 引言
17.2 图匹配和距离计算
17.2.1 同构子图问题的Ullman算法
17.2.2 优选公共子图问题
17.2.3 用于距离计算的图匹配方法
17.3 基于转换的距离计算
17.3.1 基于频繁子结构的转换和距离计算
17.3.2 拓扑描述量
17.3.3 基于内核的转换和计算
17.4 图数据的频繁子结构挖掘
17.4.1 基于节点的连接
17.4.2 基于边的连接
17.4.3 频繁模式挖掘到图模式挖掘
17.5 图聚类
17.5.1 基于距离的方法
17.5.2 基于频繁子结构的方法
17.6 图分类
17.6.1 基于距离的方法
17.6.2 基于频繁子结构的方法
17.6.3 内核SVM
17.7 小结
17.8 文献注释
17.9 练习题
第18章挖掘Web数据
18.1 引言
18.2 Web爬取和资源发现
18.2.1 基本爬虫算法
18.2.2 偏好爬虫
18.2.3 多线程
18.2.4 爬虫陷阱应对方法
18.2.5 检测近似重复的覆盖
18.3 搜索引擎索引和查询处理
18.4 排名算法
18.4.1 PageRank
18.4.2 HITS
18.5 推荐系统
18.5.1 基于内容的推荐
18.5.2 协同过滤基于邻域的方法
18.5.3 基于图的方法
18.5.4 聚类方法
18.5.5 潜在因素模型
18.6 Web使用记录的挖掘
18.6.1 数据预处理
18.6.2 应用
18.7 小结
18.8 文献注释
18.9 练习题
第19章社交网络分析
19.1 引言
19.2 社交网络：预备知识与特性
19.2.1 同质性
19.2.2 三元闭合和聚类系数
19.2.3 网络构成的动态性
19.2.4 符合幂定律的度分布
19.2.5 中心度和声望的度量
19.3 社区发现
19.3.1 Kernighan-Lin算法
19.3.2 Girvan-Newman算法
19.3.3 多层次的图划分：METIS
19.3.4 谱聚类
19.4 协同分类
19.4.1 迭代分类算法
19.4.2 随机游走方式的标签传播
19.4.3 有监督的谱方法
19.5 链接预测
19.5.1 基于邻域的度量
19.5.2 Katz度量
19.5.3 基于随机游走的度量
19.5.4 链接预测作为分类问题
19.5.5 链接预测作为缺失值估计问题
19.5.6 讨论
19.6 社交影响分析
19.6.1 线性阈值模型
19.6.2 独立级联模型
19.6.3 影响函数求值
19.7 小结
19.8 文献注释
19.9 练习题
第20章隐私保护数据挖掘
20.1 引言
20.2 数据采集期间的隐私保护
……

数据挖掘 原理与实践 进阶篇

库存： {{selectedSku?.stock}} 库存充足

数据挖掘原理与实践进阶篇