新書推薦：
《
希腊人（伊恩·莫里斯文明史系列）
》
售價：NT$
845.0
《
亚马逊六页纸 如何高效开会、写作、完成工作
》
售價：NT$
349.0
《
世界巨变：严复的角色（王中江著作系列）
》
售價：NT$
500.0
《
塔西佗（全二册）（二十世纪人文译丛）
》
售價：NT$
1800.0
《
（棱镜精装人文译丛）思想的假死
》
售價：NT$
290.0
《
当代精神分析新论
》
售價：NT$
430.0
《
宋初三先生集（中国思想史资料丛刊）
》
售價：NT$
990.0
《
棕榈油的全球史 ： 从奴隶船到购物篮
》
售價：NT$
440.0
|
| 內容簡介： |
|
《数据挖掘与商务智能》将数据挖掘和商务智能的相关理论结合在一起，主要介绍计算机数据挖掘与商务智能领域的相关算法，结合现代计算机科学技术，为解决工程实践中的具体问题提供基本算法与科学指导，包括数据库、数据仓库、知识发现、数据挖掘、人工智能、计算智能、仿生学、模糊集、粗糙集、商务智能及其应用案例、商务智能系统等内容。《数据挖掘与商务智能》各章内容既相互关联又有一定的*立性，便于读者根据不同需求进行阅读。章后习题有助于读者加深对各类算法和理论的理解。
|
| 目錄：
|
|
目录前言第1章绪论11.1数据库与数据仓库11.1.1数据的层次性11.1.2数据库到数据仓库的发展31.1.3数据仓库的概念及特征41.1.4数据仓库的应用及发展61.2数据挖掘概述81.2.1从机器学习到数据挖掘81.2.2数据挖掘的定义81.2.3数据挖掘与统计学91.2.4数据仓库与数据挖掘的区别及联系111.3数据仓库与商务智能111.3.1商务智能的概念111.3.2从数据仓库到商务智能121.4习题12第2章数据仓库的模型及原理132.1数据仓库系统的体系结构132.1.1数据仓库的基本结构132.1.2数据集市及其结构142.1.3数据仓库的系统结构162.1.4数据仓库的运行结构172.2数据仓库的相关概念182.2.1主题182.2.2粒度182.2.3维度192.2.4数据立方体202.3数据仓库的数据模型212.3.1多维数据模型212.3.2星型模型232.3.3雪花模型242.3.4星网模型242.4数据仓库的数据ETL过程252.4.1数据抽取262.4.2数据转换262.4.3数据装载272.5元数据282.5.1元数据的概念282.5.2关于数据源的元数据282.5.3关于数据模型的元数据292.5.4关于数据仓库映射的元数据292.5.5关于数据仓库使用的元数据302.6联机分析处理312.6.1OLAP的概念312.6.2OLAP的数据模型322.6.3OLAP的基本操作352.6.4多维数据分析实例392.7习题42第3章数据仓库的设计、开发与应用433.1数据仓库整体架构433.2数据仓库需求分析443.2.1确定主题域453.2.2确定支持决策的数据来源463.2.3确定数据仓库的数据量473.2.4确定数据更新方式与频率483.3数据仓库的设计493.3.1概念模型设计493.3.2逻辑模型设计523.3.3物理模型设计563.4数据仓库的开发与应用603.4.1数据仓库的建立603.4.2数据仓库数据的加载、复制与发行603.4.3中间件设计613.4.4数据仓库的测试与评估623.4.5数据仓库的应用与维护633.5数据仓库设计与开发实例643.6习题67第4章知识发现与数据挖掘684.1知识发现684.1.1知识发现的定义684.1.2知识发现与数据挖掘的关系694.2数据挖掘704.2.1数据挖掘的对象704.2.2数据挖掘的任务714.3数据预处理724.3.1数据预处理方法724.3.2数据预处理内容754.4数据挖掘理论764.4.1统计理论764.4.2仿生学理论784.4.3集合理论804.4.4信息理论804.4.5机器学习理论814.5数据挖掘的知识表示及可视化技术824.5.1数据挖掘的知识表示824.5.2数据挖掘的可视化技术834.6习题84第5章人工智能和计算智能855.1人工智能855.1.1人工智能的概念855.1.2人工智能的产生和发展855.2计算智能885.2.1计算智能的产生与发展885.2.2计算智能与人工智能的关系895.2.3计算智能的应用915.3习题96第6章仿生学976.1神经网络的原理及几何意义976.1.1神经网络的原理976.1.2神经网络的几何意义996.2感知机模型1016.2.1感知机类型1026.2.2感知机模型建立1036.2.3感知机学习策略1046.3反向传播模型1056.3.1BP神经网络原理1056.3.2BP神经网络计算步骤1066.3.3BP神经网络优劣性1076.4遗传算法1086.4.1遗传算法基本原理1086.4.2遗传算法特点1096.4.3遗传算法过程1096.5深度学习1166.5.1深度信念网络1166.5.2卷积神经网络1186.5.3递归神经网络1196.6新型仿生学算法及其发展1216.6.1仿生学的诞生与发展1216.6.2仿生学的研究方法1216.6.3新型仿生学算法1226.7习题132第7章集合论方法1337.1模糊集方法1337.1.1模糊集的基本概念1337.1.2模糊集的基本运算1357.1.3模糊关系与模糊矩阵1387.1.4模糊集的发展——直觉模糊集1477.1.5模糊集的发展——犹豫模糊集1527.2粗糙集方法1547.2.1粗糙集的基本概念1547.2.2近似与粗糙集1567.2.3知识约简和核1627.2.4知识的依赖性1637.2.5知识表达系统和决策表1647.2.6区分矩阵与区分函数1667.3习题168第8章商务智能1738.1数据挖掘与商务智能的关系1738.1.1数据挖掘与商务智能相辅相成1738.1.2数据挖掘对商务智能的支撑1748.2商务智能概述1768.2.1商务智能产生的背景及原因1768.2.2商务智能的综合概念及特点1778.2.3商务智能的应用1798.2.4商务智能的发展趋势1868.3商务智能的设计与实施过程1878.3.1商务智能设计与实施的前提1888.3.2商务智能设计与实施的步骤1898.3.3商务智能设计与实施实例1928.4习题194第9章商务智能系统1969.1商务智能系统概述1969.1.1商务智能系统的概念1969.1.2商务智能系统的功能1979.1.3商务智能系统与相关应用系统的关系1989.2商务智能系统架构2009.2.1商务智能系统基本架构及实施流程2009.2.2商务智能系统数据集成2039.2.3商务智能系统架构类型2059.3习题208第10章商务智能应用案例20910.1案例一：商务智能在电子商务中的应用20910.1.1背景20910.1.2必要性20910.1.3概念模型20910.1.4应用框架21110.1.5结论21210.2案例二：商务智能在物流中的应用21210.2.1背景21310.2.2必要性21310.2.3现状分析21310.2.4应用框架21410.2.5整合措施21510.2.6结论215参考文献216
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
