-
收藏
-
加书架
-
引用
简介
本教材结合项目实践,首先对数据挖掘的核心问题进行了总结,讨论了数据挖掘过程的主要步骤。在此基础上,使用Python语言,详细地分析了可视化分析、随机森林、GBDT、XGBoost、Adacostboost、逻辑回归等算法在保险稽核、淡水质量预测、弹幕用户情感分析、机器学习图书市场分析、慢性肾病状态预测、商务宾馆运营优化分析、行车记录仪分析等典型领域的应用。全书内容深入浅出,案例生动形象,应用性强,可以作为高校相关专业数据挖掘、商务数据分析等课程的实验和实训教材,也适合社会上对数据分析感兴趣的广大读者使用。
编辑推荐
本书评为国家级实验教学示范中心联席会计算机学科组“十四五”规划教材,全书内容深入浅出,案例生动形象,原创性强,可以作为高校相关专业数据挖掘、机器学习等课程的实验和实训教材,也可以供学习数据分析的社会人士参考。
更多出版物信息
- 版权: 清华大学出版社
- 出版: 2024-03-01
- 更新: 2024-10-24
- 书号:9787302658092
- 中图:TP274
- 学科:工学控制科学与工程工学计算机科学与技术