- 作 者：柴明锐，万成祥著
- 出 版 社：天津市：天津科学技术出版社
- 出版年份：2017
- ISBN：9787557638580
- 标注页数：262 页
- PDF页数：272 页
请阅读订购服务说明与试读!
订购服务说明
1、本站所有的书默认都是PDF格式，该格式图书只能阅读和打印，不能再次编辑。
2、除分上下册或者多册的情况下，一般PDF页数一定要大于标注页数才建议下单购买。【本资源272 ≥262页】
图书下载及付费说明
1、所有的电子图书为PDF格式，支持电脑、手机、平板等各类电子设备阅读；可以任意拷贝文件到不同的阅读设备里进行阅读。
2、电子图书在提交订单后一般半小时内处理完成,最晚48小时内处理完成。(非工作日购买会延迟)
3、所有的电子图书都是原书直接扫描方式制作而成。
1 概述 1
1.1 致密油气带来的挑战与机遇 1
1.1.1 致密油气的发展 1
1.1.2 致密油气与常规油气的区别及挑战 2
1.2 数据挖掘与机器学习 4
1.2.1 学习的种类和任务 6
1.3 SPSS和SPSS Modeler简介 7
1.3.1 SPSS界面概述 8
1.3.2 Modeler界面概述 11
1.3.2.1 主要节点介绍 13
2 监督学习 23
2.1 人工神经网络 23
2.1.1 手把手教你——神经网络 24
2.1.1.1 神经网络界面介绍 24
2.1.2.2 简单例子 32
2.2 支持向量机 42
2.2.1 手把手教你——SVM 48
2.2.1.1 SVM界面介绍 48
2.2.1.2 简单例子 50
2.3 决策树 57
2.3.1 C5.0 58
2.3.2 C＆RT 59
2.3.3 手把手教你——C5.0 59
2.3.3.1 C5.0界面介绍 59
2.3.3.2 简单例子 63
2.3.4 手把手教你——C＆RT 70
2.3.4.1 C＆RT界面介绍 70
2.4 贝叶斯网络 85
2.4.1 手把手教你——贝叶斯网络 86
2.4.1.1 贝叶斯网络界面介绍 86
2.4.1.2 简单例子 88
3 非监督学习 98
3.1 聚类分析 98
3.1.2 层次聚类分析 99
3.1.3 非层次聚类分析 100
3.1.4 聚类分析的优缺点 100
3.1.5 手把手教你——聚类分析 100
3.1.5.1 聚类分析界面介绍 100
3.1.5.2 简单例子 107
3.2 异常值分析 110
3.2.1 手把手教你——异常值分析 111
3.2.1.1 异常值分析界面介绍 111
3.2.1.2 简单例子 114
3.3 因子分析 122
3.3.1 因子分析的数学模型 122
3.3.2 因子分析的优缺点 123
3.3.3 手把手教你——因子分析 124
3.3.3.1 因子分析界面介绍 124
3.3.3.2 简单例子 129
3.4 关联分析 133
3.4.1 手把手教你——Apriori关联分析 135
3.4.1.1 Aprior关联分析界面介绍 135
3.4.1.2 简单例子 138
4 集成方法 146
4.1 Boosting 147
4.2 Bagging 147
4.3 随机森林 148
4.3.1 手把手教你——集成学习 148
4.3.1.1 集成算法界面介绍 148
4.3.1.2 简单例子 152
5 其他 161
5.1 相关性分析 161
5.1.1 相关性分析界面介绍 162
5.1.1.1 偏相关界面介绍 162
5.1.1.2 双变量相关性界面介绍 165
5.1.2 简单例子 170
5.2 标准化处理 173
5.2.1 标准化简介 173
5.2.2 手把手教你 173
5.3 特征选择 175
5.3.1 手把手教你——特征选择 177
5.3.1.1 特征选择界面介绍 177
5.3.1.2 简单例子 179
6 实例 186
6.1 岩性识别 186
6.1.1 前言 186
6.1.2 原理及实现 196
6.1.3 应用实例 197
6.1.3.1 标准化处理 197
6.1.3.2 异常值处理 199
6.1.3.3 优选变量 200
6.1.4 结论 206
6.2 沉积体系分析 206
6.2.1 前言 206
6.2.2 原理及实现 207
6.2.3 应用实例 207
6.2.3 聚类分析 208
6.2.3.1 多期次物源供给分析 208
6.2.3.1.2 沉积体系划分 209
6.2.4 物源方向判断 213
6.2.5 因子分析——明确母岩类型 213
6.2.6 结论 216
6.3 储层物性参数预测 216
6.3.1 前言 216
6.3.2 原理及实现 221
6.3.3 应用实例 222
6.3.3.1 标准化处理 223
6.3.3.2 异常值处理 225
6.3.3.3 优选变量 226
6.3.3.4 建模及误差分析 227
6.3.4 结论 231
6.4 储层分类评价 231
6.4.1 前言 231
6.4.2 原理及实现 236
6.4.3 应用实例 237
6.4.3.1 标准化处理 237
6.4.3.2 异常值处理 239
6.4.3.3 建模储层分类模型 240
6.4.3.4 分类模型评价 242
6.4.3 结论 246
6.5 储层影响因素关联分析 246
6.5.1 前言 246
6.5.2 原理及实现 249
6.5.3 应用实例 250
6.5.3.1 网络图分析 251
6.5.3.2 关联规则建模 252
6.5.3.3 关联规则模型分析 253
6.5.4 结论 255