本书系统讲授数据挖掘的原理、主要方法及其Python实现,共分三部分:第一部分包含第1~2章,介绍数据挖掘的基本概念、流程和数据预处理;第二部分包含第3~11章,介绍经典的分类算法(包括朴素贝叶斯分类器、决策树、k-近邻、支持向量机等)、经典的聚类分析、关联分析、人工神经网络和Web挖掘等方法;第三部包含第12~14章,共有3个综合案例,包括泰坦尼克号生存数据分析、心脏病预测分析和旅游评论倾向性分析。
本书是《数据结构》一书配套的实验教材,用于辅助实验教学。全书共分三篇。*篇为基础实验,介绍数据结构与算法基础知识的实验,包括线性表、栈和队列、串、数组,以及广义表、树和二叉树、图、查找、排序等内容,一共有12个实验。第二篇为综合实验,是数据结构知识的应用与提高,包括链表的应用,栈和队列的应用,树结构的应用,图结构的应用以及文本文件检索等综合性实验内容,共10个实验。第三篇为课程设计,详细介绍了7个课程设计的课题,综合性较强,另外还给出了一部分实训项目,内容涉及数据结构课程的多个应用领域,以引导学生进行开发实践。
机器学习是计算机科学和人工智能中 重要的一个研究领域,近年来,机器学习不但在计算机科学的众多领域中大显身手,而且成为一些交叉学科的重要支撑技术。Drew Conway编著的《机器学习(实用案例解析)》比较全面系统地介绍了机器学习的方法和技术,不仅详细阐述了许多经典的学习方法,而且讨论了一些有生命力的新理论、新方法。 全书案例既有分类问题,也有回归问题;既包含监督学习,也涵盖无监督学习。《机器学习(实用案例解析)》讨论的案例涉及分类、回归、聚类、降维、 化问题等。这些案例包括:垃圾邮件识别、智能收件箱、预测网页访问量、文本回归、密码破译、构建股票市场指数、用投票记录对美国参议员聚类、给用户 r语言包、分析社交图谱、给问题找到 算法等。各章对原理的叙述力求概念清晰、表达准确,突出理论联系实际,富有
这是一本没有编程基础也能学习的企业数据分析书。本书以解决企业中常见的数据分析问题为主线,通过实例,采用“思路―方法―具体实现过程”的结构进行通俗易懂的讲解。本书共分为3篇。篇,带领读者了解数据分析并熟
本书基于MySQL介绍数据库的基本概念、基本原理和基本设计方法,以面向工作过程的教学方法为导向,合理安排各项目的内容。本书突出实用性,减少理论知识的介绍,并设计大量的项目实训和课外拓展内容,符合高职高专教育的特点。 本书包括三篇,由8个项目组成。 篇知识储备(项目1和项目2)讲述从理论层次设计数据库的方法;第二篇基础应用(项目3~项目5)讲述基于MySQL创建数据库的方法和数据库的基本应用;第三篇 应用(项目6~项目8)讲述数据库的 应用和维护MySQL数据库安全的方法。 本书可作为高职高专院校、成人教育类院校数据库原理及应用课程的教材,也可供参加自学考试的人员、数据库应用系统开发设计人员、工程技术人员及其他相关人员参阅。
%26nbsp;%26nbsp;本书主要以信息科学、计算机科学和管理科学等学科为理论基础,主要面对大数据时代的电子商务智能数据计算领域,其主要研究内容包括数据科学基础理论、数据预处理、数据计算
本书以MySQL为平台,从数据库管理和开发的角度出发,介绍开发数据库应用系统所需的基础知识和技术。本书将一个贯穿全书的数据库应用系统开发实例“学生信息管理系统”融入各项目,将每个项目分解成若干任务,使读者逐步学会创建、管理、开发数据库,并掌握使用SQL进行程序设计的编程思想和技术。本书内容由浅入深,由实践到理论,再从理论到实践,通过任务驱动的方式将理论与实践密切结合,体现了高职高专和应用型本科教育的特点,也符合初学者认识和掌握计算机技术的规律。
本书讲述MySQL数据库的开发技术。全书共分为16章,内容包括MySQL发展历史,与其他数据库的区别,MySQL常用的一些工具,MySQL文件结构、系统架构、存储引擎、数据类型,数据库和表的创建、管理
本书分为数据思维和案例解析两个部分,对“怎么想”和“怎么做”两大分析痛点问题进行剖析和解答。基于知先行后的考虑,前3章首先对“怎么想”的问题进行解答,通过明确分析问题、开启分析思路、打开分析视角,依次