资料探勘：人工智慧与机器学习发展以SPSS Modeler为范例 pdf epub mobi txt 电子书 下载 2024

☆☆☆☆☆
简体网页||繁体网页



点击这里下载

类似图书 点击查看全场最低价

资料探勘是一门结合统计学与资讯科学相关理论的方法学，借由各种功能与模式的导入与实践，使得资料探勘的应用遍及各个领域，成为研究与实务工作者重要的研究方法，尤其是运用在人工智慧及机器学习的未来发展。再者，随着知识经济的发展，以资料探勘为基础，创造个人、组织竞争优势、与经营绩效的管理理论及工具，也就成为资料探勘发展及应用的趋势。故资料探勘理论与工具方法的学习与导入于组织、企业，就成为知识探勘、运用与管理的重要工作。因此，我们也可以说资料探勘，对于学术界与实务界而言，是一门兼具问题、理论、与方法的学科。

　　这本书所要提供给读者的内容，即尝试以不同资料探勘的理论为经，演算方法为纬，在经、纬的架构中，借着个案实例，以及SPSS Modeler系统实际的操作，来说明资料探勘模式与功能所能提供问题解决的方法，以及在人工智慧及机器学习未来的发展。

　　本书范例档请至博硕官网下载。
 

作者简介

廖述贤

　　现任：淡江大学管理科学学系专任教授

　　学历：英国华威克大学(Warwick University)作业研究及系统管理博士

　　研究领域/专长：决策理论、资料探勘(大数据分析)、商业智慧、供应链管理、电子商务、数位金融(FinTech) 、知识管理、科技管理、行销管理

温志皓

　　现任：国防大学运筹管理学系专任助理教授

　　学历：国立中央大学企业管理博士(企业电子化与大数据组)

　　研究领域/专长：资料探勘、资料库行销、推荐系统、数据分析、电子商务、人工智慧
 

Chapter 01 资料探勘概论
1-1 资料探勘概念
1-2 何谓资料探勘？
1-3 资料探勘的定义
1-4 资料探勘的流程
1-5 资料探勘的应用

Chapter 02 资料探勘的功能
2-1 资料探勘的方式与功能
2-2 分类 (Classification)
2-3 推估 (Estimation)
2.4 预测 (Predication)
2-5 集群 (Cluster or Segmentation)
2-6 关联 (Association rules analysis)
2-7 顺序 (Sequential)

Chapter 03 资料库与资料探勘 – 大资料Ⅰ
3-1 大资料与资料库
3-2 资料与资料库
3-3 资料库架构
3-4 IBM SPSS Modeler 资料来源
3-5 资料品质
3-6 资料预处理

Chapter 04 资料与资料探勘 – 大数据Ⅱ
4-1 大数据与资料
4-2 资料
4-3 IBM SPSS Modeler 资料格式及设定
4-4 自动资料准备
4-5 遗漏值的处理

Chapter 05 决策树：C5.0
5-1 决策树基本概念
5-2 决策树演算法简介
5-3 IBM SPSS Modeler C5.0 节点资料格式与设定
5-4 IBM SPSS Modeler C5.0 节点设定范围
5-5 个案应用—生物资讯

Chapter 06 分类与回归树: C&RT
6-1 分类与回归树基本概念
6-2 C&R Tree演算法简介
6-3 IBM SPSS Modeler C&RT 节点资料格式与设定
6-4 IBM SPSS Modeler C&R Tree 节点设定范围
6-5 个案应用—医学诊断

Chapter 07 因数分析: FA/PCA
7-1 因素分析PCA/Factor基本概念
7-2 因素分析演算法简介
7-3 IBM SPSS Modeler 主成分/因子 节点资料格式与设定
7-4 IBM SPSS Modeler 主成分/因子 节点设定范围
7-5 个案应用—学术量表分析

Chapter 08 类神经网路: Artificial Neural Networks
8-1 类神经网路基本概念
8-2 类神经网路演算法简介
8-3 IBM SPSS Modeler Neural Networks 节点资料格式与设定
8-4 IBM SPSS Modeler 类神经网路 (ANN) 节点设定范围
8-5 个案应用—设备状态监测

Chapter 09 贝氏网路 –Bayesian Networks
9-1 贝氏网路基本概念
9-2 贝氏定理简介
9-3 IBM SPSS Modeler Bayesian 网路节点资料格式与设定
9-4 IBM SPSS Modeler Bayesian 网路节点设定范围
9-5 个案应用—铁达尼号乘客存活率分析

Chapter 10 支援向量机 – Support Vector Machine
10-1 支援向量机基本概念
10-2 多分类支援向量机演算法简介
10-3 IBM SPSS Modeler SVM 节点资料格式与设定
10-4 IBM SPSS Modeler SVM 节点设定范围
10-5 个案应用—公共行政管理应用

Chapter 11 关联规则 – Association rules
11-1 关联规则 Apriori 基本概念
11-2 Apriori 演算法简介
11-3 IBM SPSS Modeler Apriori 节点资料格式与设定
11-4 IBM SPSS Modeler Apriori 节点设定范围
11-5 个案应用—零售业购物篮分析应用

Chapter 12 次序分析 – Sequence analysis
12-1 次序分析Sequence analysis基本概念
12-2 次序分析演算法简介
12-3 IBM SPSS Modeler 序列节点资料格式与设定
12-4 IBM SPSS Modeler 序列节点设定范围
12-5 个案应用—零售业的需求推估

Chapter 13 集群分析 – Clustering analysis
13-1 集群分析 K-means 的基本概念
13-2 K-Means 演算法简介
13-3 IBM SPSS Modeler K-Means 节点资料格式与设定
13-4 IBM SPSS Modeler K-Means 节点设定范围
13-5 个案应用—城市污水处理厂的水质资料

Chapter 14 类神经网路 – Kohonen neural network
14-1 类神经网路 Kohonen 基本概念
14-2 类神经网路 Kohonen neural network 演算法
14-3 IBM SPSS Modeler Kohonen neural network 节点资料格式与设定
14-4 IBM SPSS Modeler Kohonen neural network 节点设定范围
14-5 个案应用—天文星体辨识资料应用

Chapter 15 资料探勘与人工智慧发展
15-1 人工智慧起源
15-2 人工智慧的领域
15-3 人工智慧的方法
15-4 资料探勘与人工智慧发展

Chapter 16 资料探勘与机器学习发展
16-1 机器学习起源
16-2 机器学习的领域
16-3 机器学习的方法
16-4 资料探勘与机器学习发展
 

None

资料探勘：人工智慧与机器学习发展以SPSS Modeler为范例 电子书 下载 mobi epub pdf txt 2024

类似图书 点击查看全场最低价

查看全网最低价