数据挖掘与应用

书籍简介:

本书是数据挖掘领域的经典教材，基于北京大学光华管理学院“数据挖掘与应用”课程。书中系统、全面地介绍了数据挖掘领域的理论、技术工具以及实践方法。主要内容包括：数据挖掘方法论、数据理解和数据准备、缺失数据、关联规则挖掘、多元统计降维、聚类分析、线性回归和广义线性回归、回归模型规则化、神经网络、决策树、支持向量机、模型评估、模型组合、协同过滤等。书中在每种数据挖掘技术后，均辅以大量医疗、金融、营销、保险、政府部门等应用案例，并均配有相关应用的SAS和R语言代码，以及视频课程二维码。第二版更新 第二版在第一版的基础上，增加了缺失数据、回归模型中的规则化和变量选择、卷积神经网络、支持向量机、协同过滤这5章内容。在已有各章内，本书亦增加了新的内容和示例。近些年来，R因为其自由、免费、开源，已经发展为数据分析领域最强大的软件之一。因此，本书除了继续展示SAS程序，还增加了R程序。

书籍规格:

书籍信息归属:

数据挖掘与应用是北京大学出版社于2018.9出版的中图分类号为 TP274 的主题关于 数据采集－高等学校－教材 的书籍。