
0人評分過此書
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。
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 ModelerC5.0節點資料格式與設定
-
5-4 IBM SPSS ModelerC5.0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 ModelerC&RT節點資料格式與設定
-
6-4 IBM SPSS ModelerC&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 ModelerNeural 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 ModelerBayesian網路節點資料格式與設定
-
9-4 IBM SPSS ModelerBayesian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 ModelerSVM節點資料格式與設定
-
10-4 IBM SPSS ModelerSVM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 ModelerApriori節點資料格式與設定
-
11-4 IBM SPSS ModelerApriori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 ModelerK-Means節點資料格式與設定
-
13-4 IBM SPSS ModelerK-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 ModelerKohonen neural network節點資料格式與設定
-
14-4 IBM SPSS ModelerKohonen 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
-
- 出版地 : 臺灣
- 語言 : 繁體中文
評分與評論
請登入後再留言與評分