数据挖掘 概念、模型、方法和算法

本书主要讲述了数据挖掘的概念、模型、方法和算法。

业务建模与数据挖掘

本书系统而详尽地介绍了揭示需求、确定问题、发现数据、确定代价，以及探究整个问题域所涉及的最基本的概念。

数据挖掘导论

本书介绍的数据挖掘是近来广泛使用而发展起来的一门技术，它是数据库，机器学习与统计学这三个领域的交叉结合而形成的一门新兴技术。

高维数据挖掘技术研究

本书对高维数据挖掘中的相似性搜索、高维数据聚类、异常检测等技术进行了研究，指出了高维给这些领域带来的影响，提出了解决的方法，具有一定指导意义。...

现代统计及数据挖掘 DPS数据处理系统 第2卷 第4版

数据仓库与数据挖掘技术

本书全面地分析了数据仓库与数据挖掘技术的发展和应用的重要性，介绍数据仓库的基本概念和数据仓库的基本描述方法，分析数据仓库的基本内容，开发数据仓库的基本方法。在建立数据仓库的基础上，介绍数据挖掘技术的...

零基础学R语言数据分析 从机器学习、数据挖掘、文本挖掘到大数据分析

本书共分14章，前四章介绍R语言的基本操作及应用，第5章介绍相关的套件，6～9章介绍算法，10～12章介绍相关规则，文本挖掘、图形化数据分析工具；最后两章介绍Hadoop和Spark大数据分析。本书不仅带领读者学习R语言，更强调.....

北斗船位数据挖掘与信息增值服务

Excel 2007数据挖掘完全手册

本书围绕Excel 2007的数据挖掘模块，通过大量操作示范，介绍了主流的数据挖掘方法。

面向大数据的高维数据挖掘技术

数据的特征属性（即维度）在一定范围内，数据的分类效率会随着特征属性的增长呈指数形式增长，但当数据的维度过高时，其中往往包含了过多无关项、冗余项、干扰项等，分类的效率反而会随着维数的增长而下降。因此，如......