《统计分析与数据挖掘技术》介绍了统计学的常用基本概念及数据收集与处理技术,从传统统计学的角度讲述了数据描述性分析、数据分析理论及方法,详细介绍了多元统计分析的基本统计思想和相关理论,为数据挖掘算法的研究提供了必要的理论支持,为读者查阅基本概念和基本理论提供方便。《统计分析与数据挖掘技术》还考查了数据挖掘的任务、数据流模型与分类及数据流概要描述方法,介绍了数据挖掘的基本理论和常用算法,如分类、聚类及关联规则等数据挖掘算法,为初学者提供了必要的科普知识。 《统计分析与数据挖掘技术》分4篇,第1篇阐述了大数据的相关知识;第2篇阐述了统计基础和数据统计分析相关内容;第3篇阐述了多元统计分析的基本统计思想和相关理论;第4篇阐述了数据挖掘技术的分类、聚类及关联规则的算法。《统计分析与数据挖掘技术》将统计理论与大数据挖掘技术融合起来,让统计理论更好地服务于大数据时代,对统计理论在大数据时代下的可持续发展和研究做了尝试。 《统计分析与数据挖掘技术》可作为普通高等院校大数据相关专业本科生和研究生的参考教材,也可以作为数据统计分析与数据挖掘技术研究人员的自学教材。
作为多学科领域,数据挖掘包括统计学、机器学习、模式识别、数据库技术、信息检索、网络科学、知识库系统、人工智能、高性能计算和数据可视化等,本书的写作意图是将统计理论的随机问题融合到大数据技术的研究中,以便使统计理论更好地服务于大数据时代。 基于这一初衷,本书解决了两个问题。 第一,对统计学理论进行了较详细的介绍,为数据挖掘算法的研究提供了必要的理论支持,为读者查阅一些基本概念和基本理论提供方便。 第二,第二,本书从介绍大数据的概念入手,通过介绍大数据的特征和价值、大数据的研究现状和发展动态来解释什么样数据才可称其为“大数据”,以便读者对大数据有一个正确认识,同时讲解了数据挖掘一些基本理论,例如介绍了分类、聚类、关联规则及其常用算法等,为读者提供了必要的理论知识,以便读者更系统地学习数据挖掘技术,并对数据挖掘算法有了一定了解。
- 版权: 清华大学出版社
- 出版: 2020-01-31
- 更新: 2023-06-07
- 书号:9787302540984
- 中图:C819-43;TP274-43
- 学科:法学社会学理学统计学工学控制科学与工程工学计算机科学与技术
相关图书
-
数据挖掘:商业数据分析技术与实践
[美]盖丽特·徐茉莉(Galit Shmueli) 彼得·布鲁斯(Peter C. Bruce)米娅·斯蒂芬斯(Mia L. Stephens)尼廷·帕特尔(Nitin R. Patel) 著 ,阮敬 严雪林 周暐 译
¥118.00