机读格式显示(MARC)

• 000 01701nam0 2200301 450

• 001 0000616294

• 005 20241209190400.0

• 010 __ |a 978-7-5632-4415-7 |d CNY27.00

• 100 __ |a 20230510d2023 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 210000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 数据仓库与数据挖掘教程 |A shu ju cang ku yu shu ju wa jue jiao cheng |f 主编张益嘉 |g 参编朱薇薇 ... [等]

• 210 __ |a 大连 |c 大连海事大学出版社 |d 2023

• 215 __ |a 136页 |c 图 |d 26cm

• 304 __ |a 题名页题: 参编朱薇薇, 侯晓迪, 邸一得, 李晓博

• 320 __ |a 有书目 (第136页)

• 330 __ |a 本书共分为8章。第1章在介绍数据仓库及数据挖掘技术特点的基础上, 概要介绍数据仓库与数据挖掘的典型应用, 以及两者间的区别与联系。第2章介绍数据仓库结构, 数据仓库模型, 数据抽取转换和装载, 以及元数据。第3章介绍数据对象与类别、数据特征的统计描述以及常用的数据预处理方法。第4章介绍OLAP的含义、OLAP的多维数据分析、OLAP系统的分类,以及OLTP与OLAP融合的前沿技术。第5章介绍关联规则挖掘原理、关联规则挖掘的Apriori算法、关联规则的评价方法、分类规则挖掘及其方法。第6章介绍分类问题的基本概念特征, 以及决策树分类、贝叶斯分类和K-最近邻分类等分类方法。第7章介绍聚类分析的基本原理;分析过程; 常见的聚类分析算法, 包括K-means算法、K-中心点算法等; 聚类的质量评价。第8章介绍前馈神经网络、卷积神经网络、循环神经网络和注意力机制, 并结合实例介绍如何使用深度学习方法完成具体数据挖掘任务。

• 606 0_ |a 数据库系统 |A shu ju ku xi tong |x 研究生 |j 教材

• 606 0_ |a 数据采集 |A shu ju cai ji |x 研究生 |j 教材

• 690 __ |a TP311.13 |v 5

• 690 __ |a TP274 |v 5

• 701 _0 |a 张益嘉 |A zhang yi jia |4 主编

• 702 _0 |a 朱薇薇 |A zhu wei wei |4 参编

• 702 _0 |a 侯晓迪 |A hou xiao di |4 参编

• 801 _0 |a CN |b 湖北三新 |c 20230510

• 905 __ |a WXCSXY |d TP311.13/424