标题 数据挖掘简介 作者 Saed Sayad博士 发布者: 多伦多大学(2010年至今) 平装本 不适用 电子书 在线,HTML 语言: 英语 国际标准图书编号-10: 不适用 ISBN-13: 不适用 分享这个:
不适用
-
挖掘社交媒体:在互联网数据中寻找故事 本书向您展示了如何使用Python和关键数据分析工具来查找隐藏在社交媒体中的故事。 使用Python执行高级数据分析, Jupyter笔记本 、和 熊猫 库。 -
大众数据挖掘(Matthew North) 本书使用简单的示例、清晰的解释和免费、强大、易于使用的软件来教您数据挖掘的基础知识; 可以帮助您回答一些最棘手的业务问题的技术。 -
数据挖掘程序员指南(罗恩·扎查尔斯基) 本书是学习基本数据挖掘技术的工具。 如果你是一个程序员,有兴趣学习一些关于数据挖掘的知识,那么作为第一步,你可能会对初学者的实践指南感兴趣。 这就是这本书所提供的。 -
从基本观点进行高级数据分析 这是一本关于数据分析方法的教科书,面向已经上过概率、数理统计和线性回归课程的高年级本科生。 它假定您可以在R中读写简单的函数。 -
海量数据集挖掘(Jure Leskovec等人) 它着重于用于解决数据挖掘中关键问题的实用算法,并且可以成功应用于最大数据集。 它首先讨论了地图还原框架,这是自动并行化算法的重要工具。 -
贝叶斯数据分析(Andrew Gelman等人) 这本经典的书被广泛认为是贝叶斯方法的主要文本,因其分析数据和解决研究问题的易用、实用的方法而备受赞誉。 它采用一种实用的方法,使用最新的贝叶斯方法进行分析。 -
数据挖掘和分析:基本概念和算法 这本教科书提供了一个广泛而深入的数据挖掘概述,集成了机器学习和统计的相关概念。 本书的主要部分包括探索性数据分析、模式挖掘、聚类和分类。 -
用数据回答问题(Matthew Crump等人) 这是一本免费的本科生统计学入门教材。 学生将学习选择适当的数据分析技术,进行分析,并得出适当的结论。 -
R的探索性数据分析(Roger D.Peng) 本书涵盖了用R总结数据的基本探索技术。这些技术通常在正式建模开始之前应用,可以帮助开发更复杂的统计模型。 -
基本数据分析及更多内容-使用Python的导览 在本书中,将介绍和说明一些常用的统计工具。 本文提供了使用Python编程语言的所述技术的示例性实现。 -
使用R进行文本挖掘:一种整洁的方法(Julia Silge等人) 您将使用tidytext探索文本挖掘技术,这是一个作者使用ggraph和dplyr等R包背后的整洁原则开发的包。 您将了解R中的tidytext和其他整洁工具如何使文本分析更容易、更有效。 -
高级文本挖掘理论与应用(S.Sakurai) 本书介绍了高级文本挖掘技术。 它们是从关系提取到资源不足或不足的语言的各种技术。 为了从数据中提取知识,文本挖掘技术已经得到了积极的研究。