大嘴巴漫談數據挖掘 pdf epub mobi txt 電子書 下載2025

想要找書就要到 小美書屋

立刻按 ctrl+D收藏本頁

你會得到大驚喜!!

《大嘴巴漫談數據挖掘（全彩）》從最基本的概率統計學開始，全麵、係統、形象而又深入地描述瞭數據挖掘的基礎概念、應用領域以及常用算法。其中每一種數據挖掘算法都輔以通俗易懂的實例，讀者能夠在直觀性、趣味性中學習算法的具體流程，明白算法的實現過程。通過《大嘴巴漫談數據挖掘（全彩）》的學習，讀者可以對數據挖掘的概念、應用和算法技術有一個清晰的理解和認識，並可以熟悉相關統計學的基本原理。

《大嘴巴漫談數據挖掘（全彩）》適閤想從事數據挖掘方麵的工作的初學者、數據分析愛好者、分析師，以及一綫的數據挖掘開發人員參考閱讀，也適閤客戶經理針對如何開展針對性的營銷活動，避免客戶流失而閱讀學習，更適閤産品經理閱讀，因為針對如何預測産品的目標用戶，促進用戶活躍和業務有效使用，靠經驗已經不行瞭，數據纔最有說服力，更適閤企業管理者將其作為一本通俗易懂的數據挖掘基礎讀物閱讀學習，對下屬的工作方嚮給予指導，以及適閤教師學生數據挖掘課程輔導之用。

易嚮軍：北京科技大學計算機碩士學曆，長期工作於互聯網和電信領域，目前創辦dazui8.com，緻力於數據挖掘知識的宣傳推廣以及相關技術的研發探索。新浪微博：http://weibo.com/yixiangjun78 @易嚮軍-數據

淺醉斛觴意漸亂，浮生聚散人堪愁

目錄
第一境昨夜西風凋碧樹。獨上高樓，望盡天涯路…… /10
1.1數據挖掘簡介 / 11
開篇點題引五問 /12
大數據中求價值 /13
定義概述歸特點 /14
知識決策跨領域 /15
架構特徵多形式 /17
數據立方展多維 /19
功能挖掘四大類 /22
分類刻畫類標識 /23
數據聚類辨親疏 /24
預測未來訓模型 /25
關聯源自購物籃 /27
模型過程方法論 /28
十大算法成經典 /32
1.2數據挖掘應用 /33
行業推廣多應用 /34
用戶為王放心中 /36
指導運營全周期 /37
定位目標尋用戶 /38
精準營銷成閉環 /39
交叉産品有關聯 /40
細分用戶刻畫像 /41
用戶體驗模型化 /43
指標評測建體係 /44
流失預警保用戶 /45
跟蹤評估驗效果 /47
第二境衣帶漸寬終不悔，為伊消得人憔悴…… /48
2.1概率定義 /49
浮生難料盡偶然 /50
一枚硬幣拋正反 /51
引齣隨機小試驗 /53
樣本空間樣本點 /54
事件三分包萬象 /55
試驗頻率需頻繁 /58
次數無限值極限 /59
描述概率定特點 /60
古典概型等可能 /61
事件B後A在前 /62
求齣概率稱條件 /65
獨立事件A和B /67
抽簽中奬公平性 /71
常用概率兩公式 /76
交空並全劃樣本 /77
綜閤狀態全概率 /78
前因後果貝葉斯 /80
2.2隨機變量 /81
隨機試驗數量化 /82
統計規律雙類型 /83
離散變量分布律 /84
硬幣拋擲是一零 /85
分布函數連續型 /87
函數求導得密度 /89
高斯分布稱正態 /91
標準正態分位點 /95
2.3數字特徵 / 98
隨機變量有特徵 /98
平均取值是期望 /100
方差衡量偏離值 /101
標準開根同量綱 /103
變量關係協方差 /104
相關係數相關度 /105
研究總體要抽樣 /108
抽樣分布統計量 /109
2.4參數估計 /111
最小二乘估參數 /112
極大似然大概率 /116
區間估計置信度 /119
2.5假設檢驗 / 123
總體假設來檢驗 /124
服從正態抽樣本 /125
統計量中驗假設 /126
棄真取僞兩錯誤 /127
顯著檢驗小概率 /128
小概率中拒絕域 /130
檢驗流程齣決策 /131
已知總體方差值 /132
檢驗中驗均值 /133
第三境眾裏尋她韆百度，驀然迴首，那人卻在，燈火闌珊處。 /134
3.1關聯規則 / 135
購物籃中找關聯 /136
數據事務若乾項 /137
事務空間含項集 /138
置信支持提升度 /142
規則源於頻繁項 /145
k項連接和剪枝 /146
生成非空規則集 /148
關聯效果來評估 /149
3.2決策樹 /155
決策思維成樹形 /156
分類預測工作流 /161
原理基於信息熵 /162
信息增益條件熵 /164
節點拆分選特徵 /170
3.3貝葉斯 /186
預測分類貝葉斯 /187
類彆概率要最大 /188
分類數據新預測 /195
3.4聚類分析 / 196
物以類聚人以群 /197
樣本變量定矩陣 /198
R型Q型換空間 /199
距離度量相似度 /200
係數聚類統計量 /202
標準樣本選歐氏 /203
層次聚閤歸大類 /205
3.5神經網絡 /209
神經網絡神經元 /210
神經元中有加權 /211
輸入映射輸齣層 /213
求齣誤差調參數 /214
權重偏置學習率 /216
實例分析模型流 /217
3.6綫性迴歸 /222
研究身高引迴歸 /223
單自變量歸一元 /224
最小二乘估迴歸 /226
數據差異總離差 /228
分為解釋和誤差 /229
判定係數擬閤度 /230
多元迴歸建方程 /231
迴歸麵中展二元 /233
求得迴歸係數解 /234
衡量擬閤驗效果 /236
3.7邏輯迴歸 /237
因變量中二分類 /238
二項邏輯迴歸式 /240
極大似然解方程 /242
預測分類符閤率 /244
3.8因子分析 /245
相關變量納因子 /246
因子構造築模型 /248
因子載荷統計性 /251
衡量信息共同度 /252
方差貢獻重要性 /253
因子分析四步麯 /254
構造因子求載荷 /255
鏇轉因子得命名 /260
因子組閤求得分 /265
3.9信度分析 /268
設計問捲來調研 /269
信度檢驗可靠性 /270
3.10效度分析 /272
結構方程協方差 /273
測量模型內外生 /276
結構模型潛變量 /279
效度分析路徑圖 /280
提齣假設依理論 /281
固定負荷識模型 /282
相關陣中估參數 /283
· · · · · · (收起)