目录（点击切换）
数据挖掘与预测分析第2版
《数据挖掘与预测分析(第2版)》提供了从数据准备到探索性数据分析、数据建模及模型评估等整个数据分析过程的内容。《数据挖掘与预测分析(第2版)》不仅提供了理解软件底层算法的“白盒”方法，而且提供了能够使读者利用现实世界数据集开展数据挖掘与预测分析的应用方法。
《数据挖掘与预测分析（第2版）》一书从解决现实世界的问题出发，介绍了当前被广泛应用于现实世界数据集合中的数据挖掘和预测分析技术。本书对数据挖掘与预测分析的讲解是以数据准备、统计分析、分类、关联规则、强化模型性能、案例研究为线索，根据技术的适用情况，结合相应的案例开展研究工作，帮助读者了解并掌握各种算法的操作和细微差异，让读者真正理解算法思想和适用环境。
本书提出的方法和技术全面、深入，几乎涵盖了当前应用中常见的各类挖掘与分析方法。对方法的介绍从概念、算法、评价等部分着手，深入浅出地加以介绍。在介绍方法的章节中增加了R语言开发园地，帮助读者利用R语言开展实际设计和开发工作，获得章节中涉及内容的结果，便于读者掌握所学内容。
数据挖掘模型应该尽可能透明。也就是说，数据挖掘模型的结果应该描述清晰的模式，这些模式服从直觉解释。一些数据挖掘方法比其他数据挖掘方法更适合透明解释。例如，决策树提供直观的、便于人们理解的解释结果。然而，神经元网络由于模型的非线性和复杂性，对非专业人士来说其解释相对要模糊得多。
作者简介
作者：Daniel T. Larose、Chantal D. Larose
Daniel T. Larose博士，美国中康涅狄格州立大学数学科学教授，数据挖掘项目负责人。出版与数据挖掘、Web挖掘和统计理论等相关论著多本。他也是《微软》、《福布斯》杂志以及《经济学人》杂志等数据挖掘与统计分析领域的顾问。
Chantal D. Larose是美国康涅狄格大学的在读博士。其研究领域包括缺失数据填补以及基于模型的聚类等。她已获得美国新帕尔兹纽约州立大学商学院决策科学领域助理教授的职位。
历史上的今天:
热门下载区==>点此链接进入<<<
领500g书库，关注公众号：今日干货分享 (长按可复制！)，站长V新：xueba987
