微信扫一扫,移动浏览光盘
简介
《IBM SPSS Modeler数据与挖掘实战》一书书主要包括两部分内容：在数据挖掘部分，重点介绍了各种数据挖掘方法的基本原理及应用，包括回归分析、时间序列分析、因子分析、决策树分析、判别分析、聚类分析、人工神经网络、贝叶斯网络以及社交网络分析等；在文本挖掘部分，重点介绍了文本挖掘的节点，以及具体的实现过程。每一章都详细介绍了数据和文本挖掘的基本原理和分析过程，同时在实例中也介绍了SPSS Modeler中大部分节点的使用方法及应用步骤。本书提供了15个来自行业应用中的案例，旨在通过系统的工作案例使读者能够掌握应用技巧的同时，卓有成效地提升解决实际问题的能力。本书对于高校理工学科、经济金融学科及数量分析方面的学生，以及数据挖掘和分析方面的研究人员和从业人员等，具有很强的可读性、可操作性与可使用性，尤其适合商业销售、经济管理、社会研究和人文教育等行业的相关人员阅读。
目录
第1部分 数据挖掘篇第1章 数据挖掘概述1.1 什么是数据挖掘1.1.1 数据挖掘的定义1.1.2 数据挖掘的发展阶段1.1.3 数据挖掘的技术特征1.2 与传统技术的比较1.2.1 数据挖掘和统计分析1.2.2 数据挖掘和数据仓库1.2.3 数据挖掘和OLAP1.2.4 数据挖掘和Web挖掘1.3 常用的数据挖掘软件1.3.1 SAS EM1.3.2 SPSS Modeler1.3.3 Intelligent Miner1.4 应用实例：目标客户分析1.4.1 研究方法1.4.2 数据分析1.4.3 研究结论第2章 SPSS Modeler软件概述2.1 软件简介2.1.1 软件发展2.1.2 软件界面2.1.3 软件特点2.1.4 软件功能2.1.5 软件算法2.1.6 高级功能2.1.7 软件安装2.2 行业应用2.2.1 通信行业2.2.2 政府行业2.2.3 金融行业2.2.4 制造行业2.2.5 医药行业2.2.6 教育科研2.2.7 市场调研2.2.8 连锁零售2.3 数据挖掘流程2.3.1 业务理解2.3.2 数据理解2.3.3 数据准备2.3.4 建立模型2.3.5 评估模型2.3.6 应用模型2.4 应用实例：药物效果研究2.4.1 研究方法2.4.2 数据分析2.4.3 研究结论第3章 SPSS Modeler基础操作3.1 数据输入3.1.1 数据库3.1.2 可变文件3.1.3 固定文件3.1.4 SAS文件3.1.5 Statistics文件3.1.6 Excel文件3.2 数据流操作3.2.1 生成数据流3.2.2 添加和删除节点3.2.3 连接数据流3.2.4 修改连接节点3.2.5 执行数据流3.3 图形制作3.3.1 散点图3.3.2 直方图3.3.3 网络图3.3.4 评估图3.4 应用实例：产品销售预测3.4.1 研究方法3.4.2 数据分析3.4.3 研究结论第4章 回归分析第5章 时间序列第6章 因子分析第7章 决策树第8章 判别分析第9章 聚类分析第10章 关联分析第11章 人工神经网络第12章 贝叶斯网络第13章 社交网络分析第2部分 文本挖掘篇第14章 文本挖掘概述第15章 文本挖掘算法第16章 SPSS Modeler文本挖掘概述第17章 SPSS Modeler文本挖掘节点第18章 SPSS Modeler文本挖掘实例附录A 配置SQL Server ODBC数据源参考文献
IBM SPSS Modeler数据与文本挖掘实战
- 名称
- 类型
- 大小
光盘服务联系方式: 020-38250260 客服QQ：4006604884
云图客服：
用户发送的提问，这种方式就需要有位在线客服来回答用户的问题，这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
Video Player
×
Audio Player
×
pdf Player
×
