24252_数据挖掘_05671

喻梅

目录

  • 1 第1章 概述
    • 1.1 数据分析与数据挖掘
    • 1.2 分析与挖掘的数据类型
    • 1.3 数据分析与数据挖掘的方法
    • 1.4 数据分析与数据挖掘使用的技术
    • 1.5 应用场景及存在的问题
  • 2 第2章 数据
    • 2.1 数据的属性
    • 2.2 数据的基本统计描述
    • 2.3 数据的相似性和相异性
  • 3 第3章 数据预处理
    • 3.1 数据存在的问题
    • 3.2 数据清理
    • 3.3 数据集成
    • 3.4 数据归约
    • 3.5 数据变换与数据离散化
  • 4 第4章 数据仓库和OLAP
    • 4.1 数据仓库基本概念
    • 4.2 数据仓库设计
    • 4.3 数据仓库实现
    • 4.4 联机分析处理
    • 4.5 元数据模型
  • 5 第5章 回归分析
    • 5.1 回归分析的基本概念
    • 5.2 一元线性回归
    • 5.3 多元线性回归
    • 5.4 多项式回归
  • 6 第6章 频繁模式
    • 6.1 概述
    • 6.2 Apriori算法
    • 6.3 FP-growth算法
    • 6.4 压缩频繁项集
    • 6.5 关联模式评估
  • 7 第7章 分类
    • 7.1 分类概述
    • 7.2 决策树
    • 7.3 朴素贝叶斯分类
    • 7.4 惰性学习法
    • 7.5 神经网络
    • 7.6 分类模型的评估
  • 8 第8章 聚类
    • 8.1 聚类概述
    • 8.2 基于划分的聚类
    • 8.3 基于层次的聚类
    • 8.4 基于密度的聚类
    • 8.5 基于网格的聚类
  • 9 第9章 离群点检测
    • 9.1 离群点定义与类型
    • 9.2 离群点检测
数据分析与数据挖掘