庫存狀況
「香港二樓書店」讓您 愛上二樓●愛上書
我的購物車 加入會員 會員中心 常見問題 首頁
「香港二樓書店」邁向第一華人書店
登入 客戶評價 whatsapp 常見問題 加入會員 會員專區 現貨書籍 現貨書籍 購物流程 運費計算 我的購物車 聯絡我們 返回首頁
香港二樓書店 > 今日好書推介
   
地圖+地圖創意遊戲 (附行旅世界地圖包)
  • 定價650.00元
  • 8 折優惠:HK$520
  • 放入購物車
二樓書籍分類
 
資料探勘:人工智慧與機器學習發展以SPSS Modeler為範例

資料探勘:人工智慧與機器學習發展以SPSS

沒有庫存
訂購需時10-14天
9789864343676
廖述賢,溫志皓
博碩
2019年1月31日
230.00  元
HK$ 195.5  






ISBN:9789864343676
  • 規格:平裝 / 416頁 / 普通級 / 單色印刷 / 初版
  • 出版地:台灣


  • 電腦資訊 > 資料庫/大數據 > 資料處理/大數據











      資料探勘是一門結合統計學與資訊科學相關理論的方法學,藉由各種功能與模式的導入與實踐,使得資料探勘的應用遍及各個領域,成為研究與實務工作者重要的研究方法,尤其是運用在人工智慧及機器學習的未來發展。再者,隨著知識經濟的發展,以資料探勘為基礎,創造個人、組織競爭優勢、與經營績效的管理理論及工具,也就成為資料探勘發展及應用的趨勢。故資料探勘理論與工具方法的學習與導入於組織、企業,就成為知識探勘、運用與管理的重要工作。因此,我們也可以說資料探勘,對於學術界與實務界而言,是一門兼具問題、理論、與方法的學科。



      這本書所要提供給讀者的內容,即嘗試以不同資料探勘的理論為經,演算方法為緯,在經、緯的架構中,藉著個案實例,以及SPSS Modeler系統實際的操作,來說明資料探勘模式與功能所能提供問題解決的方法,以及在人工智慧及機器學習未來的發展。



      本書範例檔請至博碩官網下載。

    ?


     





    Chapter 01 資料探勘概論

    1-1 資料探勘概念

    1-2 何謂資料探勘?

    1-3 資料探勘的定義

    1-4 資料探勘的流程

    1-5 資料探勘的應用



    Chapter 02 資料探勘的功能

    2-1 資料探勘的方式與功能

    2-2 分類 (Classification)

    2-3 推估 (Estimation)

    2.4 預測 (Predication)

    2-5 集群 (Cluster or Segmentation)

    2-6 關聯 (Association rules analysis)

    2-7 順序 (Sequential)



    Chapter 03 資料庫與資料探勘 – 大資料Ⅰ

    3-1 大資料與資料庫

    3-2 資料與資料庫

    3-3 資料庫架構

    3-4 IBM SPSS Modeler 資料來源

    3-5 資料品質

    3-6 資料預處理



    Chapter 04 資料與資料探勘 – 大數據Ⅱ

    4-1 大數據與資料

    4-2 資料

    4-3 IBM SPSS Modeler 資料格式及設定

    4-4 自動資料準備

    4-5 遺漏值的處理



    Chapter 05 決策樹:C5.0

    5-1 決策樹基本概念

    5-2 決策樹演算法簡介

    5-3 IBM SPSS Modeler C5.0 節點資料格式與設定

    5-4 IBM SPSS Modeler C5.0 節點設定範圍

    5-5 個案應用—生物資訊



    Chapter 06 分類與迴歸樹: C&RT

    6-1 分類與迴歸樹基本概念

    6-2 C&R Tree演算法簡介

    6-3 IBM SPSS Modeler C&RT 節點資料格式與設定

    6-4 IBM SPSS Modeler C&R Tree 節點設定範圍

    6-5 個案應用—醫學診斷



    Chapter 07 因數分析: FA/PCA

    7-1 因素分析PCA/Factor基本概念

    7-2 因素分析演算法簡介

    7-3 IBM SPSS Modeler 主成分/因子 節點資料格式與設定

    7-4 IBM SPSS Modeler 主成分/因子 節點設定範圍

    7-5 個案應用—學術量表分析



    Chapter 08 類神經網路: Artificial Neural Networks

    8-1 類神經網路基本概念

    8-2 類神經網路演算法簡介

    8-3 IBM SPSS Modeler Neural Networks 節點資料格式與設定

    8-4 IBM SPSS Modeler 類神經網路 (ANN) 節點設定範圍

    8-5 個案應用—設備狀態監測



    Chapter 09 貝氏網路 –Bayesian Networks

    9-1 貝氏網路基本概念

    9-2 貝氏定理簡介

    9-3 IBM SPSS Modeler Bayesian 網路節點資料格式與設定

    9-4 IBM SPSS Modeler Bayesian 網路節點設定範圍

    9-5 個案應用—鐵達尼號乘客存活率分析



    Chapter 10 支援向量機 – Support Vector Machine

    10-1 支援向量機基本概念

    10-2 多分類支援向量機演算法簡介

    10-3 IBM SPSS Modeler SVM 節點資料格式與設定

    10-4 IBM SPSS Modeler SVM 節點設定範圍

    10-5 個案應用—公共行政管理應用



    Chapter 11 關聯規則 – Association rules

    11-1 關聯規則 Apriori 基本概念

    11-2 Apriori 演算法簡介

    11-3 IBM SPSS Modeler Apriori 節點資料格式與設定

    11-4 IBM SPSS Modeler Apriori 節點設定範圍

    11-5 個案應用—零售業購物籃分析應用



    Chapter 12 次序分析 – Sequence analysis

    12-1 次序分析Sequence analysis基本概念

    12-2 次序分析演算法簡介

    12-3 IBM SPSS Modeler 序列節點資料格式與設定

    12-4 IBM SPSS Modeler 序列節點設定範圍

    12-5 個案應用—零售業的需求推估



    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 演算法簡介

    13-3 IBM SPSS Modeler K-Means 節點資料格式與設定

    13-4 IBM SPSS Modeler K-Means 節點設定範圍

    13-5 個案應用—城市汙水處理廠的水質資料



    Chapter 14 類神經網路 – Kohonen neural network

    14-1 類神經網路 Kohonen 基本概念

    14-2 類神經網路 Kohonen neural network 演算法

    14-3 IBM SPSS Modeler Kohonen neural network 節點資料格式與設定

    14-4 IBM SPSS Modeler Kohonen neural network 節點設定範圍

    14-5 個案應用—天文星體辨識資料應用



    Chapter 15 資料探勘與人工智慧發展

    15-1 人工智慧起源

    15-2 人工智慧的領域

    15-3 人工智慧的方法

    15-4 資料探勘與人工智慧發展



    Chapter 16 資料探勘與機器學習發展

    16-1 機器學習起源

    16-2 機器學習的領域

    16-3 機器學習的方法

    16-4 資料探勘與機器學習發展

    ?




    其 他 著 作