数据挖掘论文.rar下载 [问题点数:0分]

Bbs1
本版专家分:0
结帖率 0%
100篇经典数据挖掘论文
100篇经典<em>数据挖掘</em><em>论文</em>
数据挖掘论文
关于数据仓库的<em>论文</em>,研究生,数据仓库,<em>数据挖掘</em>,数据仓库,<em>数据挖掘</em>,数据仓库,<em>数据挖掘</em>,数据仓库,<em>数据挖掘</em>,数据仓库,<em>数据挖掘</em>,数据仓库,<em>数据挖掘</em>,数据仓库,<em>数据挖掘</em>,数据仓库,<em>数据挖掘</em>,数据仓库,<em>数据挖掘</em>,数据仓库,<em>数据挖掘</em>,数据仓库,<em>数据挖掘</em>,数据仓库,<em>数据挖掘</em>,数据仓库,<em>数据挖掘</em>,数据仓库,<em>数据挖掘</em>,数据仓库,<em>数据挖掘</em>
基于大数据挖掘论文
本文主要整理了大数据的一些基础的知识,对大<em>数据挖掘</em>方面的认识,以及未来大数据发展方向和<em>数据挖掘</em>发展方向的一些预测
课程设计时用的数据挖掘论文
应用Apriori算法,进行了商品两种之间的支持度和置信度计算,对商品之间的相关性进行分析,可以进行“购物篮”分析并做出相应的促销方案,文末附完整matlab代码
数据挖掘PPT
<em>数据挖掘</em>课程PPT,简单介绍几种聚类算法;举例说明实际应用。供参考。
开放学术数据挖掘大赛测试数据集
开放学术<em>数据挖掘</em>大赛测试数据集, json格式,包合<em>论文</em>元素据,摘要,标题,作者列表
数据挖掘方向小论文发布之路(一)
任务:****1、学习朴素贝叶斯分类并理解代码实现小的案例 n&amp;amp;nbsp;
关于数据挖掘方向的优秀硕士论文
我找到的关于关于<em>数据挖掘</em>方向的优秀硕士<em>论文</em>,给初学者或写毕业<em>论文</em>的同学参考。
数据挖掘-中国知网 papers
1、流式数据的并行分类算法研究nhttp://www.cnki.net/KCMS/detail/detail.aspx?QueryID=16&CurRec=18&recid=&filename=1015427070.nh&dbname=CMFDTEMP&dbcode=CMFD&pr=&urlid=&yx=&v=MTc0MjFYMUx1eFlTN0RoMVQzcVRyV00xRnJDVVJMeWZ
数据挖掘中的KNN算法实现论文
1   引言随着信息技术的快速发展,信息对人类生产生活行为的重要性不言而喻,而信息量的增加自然会提升信息的冗余量,“大数据”时代的到来,让人们越来越意识到对信息的加工处理的重要性。因此,<em>数据挖掘</em>技术顺势成为了最受欢迎的信息处理学科。K最近邻(kNN,k-NearestNeighbor)分类算法是<em>数据挖掘</em>分类技术中最简单的方法之一。所谓K最近邻,就是k个最近的邻居的意思,说的是每个样本都可以用它最接...
数据挖掘经典论文.rar
<em>数据挖掘</em>方向的五十篇经典<em>论文</em>,<em>数据挖掘</em>学习必看<em>论文</em>。
数据挖掘论文.rar
<em>数据挖掘</em>领域前沿的42篇<em>论文</em>,我在iEEE数据库上找了好久才找齐的
数据仓库与数据挖掘论文合集(共242篇)www
数据仓库与<em>数据挖掘</em><em>论文</em>合集(共242篇)
2017年泰迪杯数据挖掘比赛论文和题目
2017年泰迪杯<em>数据挖掘</em>比赛<em>论文</em>和题目: A题 基于市场资金流向分析的商品期货量化交易策略 B题 基于市场资金流向分析的商品期货量化交易策略 C题 通用论坛正文提取
《python数据挖掘入门与实践》pdf高清带目录版本免费下载
本资源为python<em>数据挖掘</em>入门与实践pdf高清带目录版本n链接: https://pan.baidu.com/s/116sRz1g14GxsrjOAhy-a-w 提取码: ip69nnn
数据仓库与数据挖掘论文
随着人类社会的发展, 信息化、全球化正成为一种世界性的大趋势。信息技术的革新深刻地改变着人们传统的生活方式。在铁路货运方面, 铁路货运信息化是代信息技术, 使得所有铁路货运活动有序化, 在满足社会可持续发展的前提
数据挖掘课程设计
关于<em>数据挖掘</em>课程设计报告的具体要求及资源<em>下载</em>网址 可以学习到许多课程设计方法
税务数据挖掘论文
有关税务税局挖掘的<em>论文</em> 包含逻辑回归 svm som、在税务稽查方面的应用 ,该资料包<em>下载</em>自知网,<em>论文</em>大部分是硕士<em>论文</em>及期刊<em>论文</em> 打开请用知网caj阅读器
数据挖掘论文
<em>数据挖掘</em> 小<em>论文</em> <em>数据挖掘</em> 小<em>论文</em><em>数据挖掘</em> 小<em>论文</em><em>数据挖掘</em> 小<em>论文</em><em>数据挖掘</em> 小<em>论文</em><em>数据挖掘</em> 小<em>论文</em><em>数据挖掘</em> 小<em>论文</em><em>数据挖掘</em> 小<em>论文</em>
clementine数据挖掘方法与应用配套数据
为薛薇老师出版的《clementine<em>数据挖掘</em>方法与应用》的配套教材数据材料,包括相关章节的示例数据文件和可执行的数据流文件,数据文件为.sav,.xls,.txt格式,可分别通过Windows操作系统环境中的Spss,Excel和写字板程序打开。数据流文件为.str格式,可通过Clementine 11及以上版本读取。
weka进行数据挖掘毕业设计论文
weka进行<em>数据挖掘</em>毕业设计<em>论文</em>,适合用作课程<em>论文</em>
数据挖掘在电子商务中的应用(期刊论文
随着<em>数据挖掘</em>技术的发展和电子商务的普及,将<em>数据挖掘</em>技术应用到电子商务中可以解决电子商务中数据量庞大的问题,从而获得真正有价值的信息。通过分析电子商务应用<em>数据挖掘</em>的必要性和可行性, 概述<em>数据挖掘</em>的一些挖掘技术, 重点介绍了<em>数据挖掘</em>在电子商务中的实际应用, 包括营销、电子商务系统规划和系统安全、客户关系管理以及网络广告方面的应用。
数据挖掘大作业
aproiri算法与fp树的实现,vc运行
机器学习(数据挖掘)总结
一.“没有免费的午餐”(no free lunch,NFL)定理简单易懂的解释:nn1、一种算法(算法A)在特定数据集上的表现优于另一种算法(算法B)的同时,一定伴随着算法A在另外某一个特定的数据集上有着不如算法B的表现;nn2、具体问题(机器学习领域内问题)具体分析(具体的机器学习算法选择)。nn二.模型评估方法:nn1、留出法:将数据集划分为互斥的训练集和测试集。训练/测试集的划分要尽可能保持...
时间序列数据挖掘--机器学习+统计学方法+kdd论文(一)
时间序列<em>数据挖掘</em>机器学习+统计学+kdd1718<em>论文</em>机器学习下的时间序列RNN功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导...
关于数据挖掘的文献综述
<em>数据挖掘</em>包括分类、聚类、回归、关联、序列和偏差模式的识别,读书报告重点复述了分类、聚类模式。<em>数据挖掘</em>技术的常用方法:包括模糊理论、粗糙集理论、云理论、证据理论、人工神经网络、遗传算法以及归纳学习。
2018大学生数据挖掘论文原创期末参考文献+原创论文+查重报告(广西科技大学鹿山学院)
2018大学生<em>数据挖掘</em><em>论文</em>原创期末参考文献+原创<em>论文</em>+查重报告(广西科技大学鹿山学院)。微博:上华Wa
ArcGIS10.0 空间数据挖掘
ArcGIS10.0空间<em>数据挖掘</em>介绍,详细介绍了基于ArcGIS10.0的空间<em>数据挖掘</em>技术教程。
有关数据仓库、数据挖掘的硕士论文6篇
有关数据仓库、olap、<em>数据挖掘</em>技术在销售行业应用的硕士<em>论文</em>,一共6篇。
数据挖掘笔记:Review_1
学习斯坦福CS246提供的课程课件做的期末总结nnnn相对于机器学习、人工智能和数据库统计,<em>数据挖掘</em>更强调:n       1. 特征与实例数量上的可扩展性n         2. 算法与架构n         3. 大规模数据的自动化处理nnnnnn如何综合运用<em>数据挖掘</em>诸知识点:n         根据不同的数据类型n         根据不同的计算模型
数据挖掘领域重要会议与期刊情况
本文只是整理了网上的资料,主要工作是复杂粘贴n******************************************************************nn一.会议n超档:n1.KDD(CFFA类):ACMKnowledgen Discovery and Data Mining <em>数据挖掘</em>的最高会议,每年开nSIGKDD是美国计算机学会ACM旗下<em>数据挖掘</em>和知识
海量样本下的支持向量机研究.kdh
关于<em>数据挖掘</em>的<em>论文</em>。不错,可以<em>下载</em>研究一下。
数据挖掘_-_概念与技术参考资料.rar
<em>数据挖掘</em>_-_概念与技术参考资料.<em>rar</em><em>数据挖掘</em>_-_概念与技术参考资料.<em>rar</em><em>数据挖掘</em>_-_概念与技术参考资料.<em>rar</em><em>数据挖掘</em>_-_概念与技术参考资料.<em>rar</em><em>数据挖掘</em>_-_概念与技术参考资料.<em>rar</em><em>数据挖掘</em>_-_概念与技术参考资料.<em>rar</em><em>数据挖掘</em>_-_概念与技术参考资料.<em>rar</em><em>数据挖掘</em>_-_概念与技术参考资料.<em>rar</em><em>数据挖掘</em>_-_概念与技术参考资料.<em>rar</em><em>数据挖掘</em>_-_概念与技术参考资料.<em>rar</em><em>数据挖掘</em>_-_概念与技术参考资料.<em>rar</em><em>数据挖掘</em>_-_概念与技术参考资料.<em>rar</em><em>数据挖掘</em>_-_概念与技术参考资料.<em>rar</em><em>数据挖掘</em>_-_概念与技术参考资料.<em>rar</em><em>数据挖掘</em>_-_概念与技术参考资料.<em>rar</em><em>数据挖掘</em>_-_概念与技术参考资料.<em>rar</em><em>数据挖掘</em>_-_概念与技术参考资料.<em>rar</em><em>数据挖掘</em>_-_概念与技术参考资料.<em>rar</em><em>数据挖掘</em>_-_概念与技术参考资料.<em>rar</em><em>数据挖掘</em>_-_概念与技术参考资料.<em>rar</em><em>数据挖掘</em>_-_概念与技术参考资料.<em>rar</em><em>数据挖掘</em>_-_概念与技术参考资料.<em>rar</em><em>数据挖掘</em>_-_概念与技术参考资料.<em>rar</em><em>数据挖掘</em>_-_概念与技术参考资料.<em>rar</em><em>数据挖掘</em>_-_概念与技术参考资料.<em>rar</em>
10篇数据挖掘论文经典收藏.RAR
10篇<em>数据挖掘</em><em>论文</em>经典收藏,中文<em>论文</em>。 包含空间<em>数据挖掘</em>。
大数据,数据挖掘的相关论文
里面是一些大数据的<em>论文</em>,需要的朋友可以看下,刚才一个网上的人传给我的。 1.协同过滤技术研究综述.pdf 2.个性化推荐十大挑战.pdf 3.Recommender Systems Handbook.pdf 4.outline recommender system.pdf
数据挖掘-实用案例分析 【张良均】
共12章,三部分。第一部分是基础篇,主要对<em>数据挖掘</em>的基本概念、应用分类、建模方法及常用的建模工具进行了介绍,并对本书所用到的<em>数据挖掘</em>建模平台TipDM进行了说明。第二部分是实战篇,以案例的形式对<em>数据挖掘</em>技术在金融、电信、电力、互联网、生产制造以及公共服务等行业的应用场景进行了讨论;首先介绍案例背景,然后阐述分析方法与过程,最后完成模型构建;在介绍建模过程的同时穿插操作训练,把相关的知识点嵌入相应的操作过程中;此外,第10章精心设计了6个实验项目,读者可以通过本章介绍的方法动手实践,以巩固<em>数据挖掘</em>知识,在分析建模过程的同时,进一步增强动手能力。第三部分是高级篇,主要介绍基于第三方接口的<em>数据挖掘</em>二次开发技术,重点对常用的WEKA和MATLAB<em>数据挖掘</em>算法接口进行了探讨;最后对基于Hadoop框架的海量<em>数据挖掘</em>进行了说明,以满足读者更高层次的需求。
数据挖掘】【总结】项目总结之KDD2017
KDD CUP 2017从四月开始做,到今天(0508)已经做了一段时间,成绩目前虽然较以前有了不少提升,但距离顶尖还有不少距离。最近把想到的好实现的东西都实现了,效果也都不错,但是貌似遇到了瓶颈,现在捋一捋思路,看看还有什么地方可以继续提高。由于目前只做了volume的部分,所以下文中只涉及vol。Data Analysize接触到数据,首先做了一些简单的分析和可视化。然后定了基本思路。
数据挖掘之聚类分析
聚类分析是依据样本间关联的量度标准将样本自动分成几组,使同一群组内的样本相似,而不同群组的样本相异的一组方法,聚类分析系统的输入是一组样本和一个度量两个样本间相似度(或相异度)的标准,聚类分析的输出是数据集的几个组,这些组构成一个分区或者一个分区结构n聚类分析是根据所度量或感知到的内在特征或相似性,对对象分组或聚类分析的正式研究方法和算法,聚类的样本用度量指标的一个向量来表示,更正式的说法是,用多维
数据挖掘——聚类算法kmeans整理
【 kmeans算法原理】n随机选取k个中心点n遍历所有数据,将每个数据划分到最近的中心点中(根据距离的大小进行划分,即计算每个样本点到所有中心点的距离,选择距离最小的那个)n计算每个聚类的平均值,并作为新的中心点n重复2-3,直到这k个中心点不再变化(收敛了),或迭代次数达到规定值 nmatlab函数调用:n[IDX,C,sumd,D] = kmeans(X,k,'distance','sqEuc
Tableau数据可视化实战pdf
链接:https://pan.baidu.com/s/1ndRQ2Eb8jUwkMsvN8qFTOw 密码:pithn 本书为完整版,以下为内容截图:nn 
数据挖掘经典英文文献
一个关于<em>数据挖掘</em>的英文文献,很有哲理的<em>数据挖掘</em>,语言比较专业化。
网站|数据分析、大数据、数据挖掘或者数据分析学习相关的网站
1.公开的数据集nn做数据分析和<em>数据挖掘</em>,最基础的就是数据集了,这里分享一些科研机构、企业、政府会开放的一些数据集。这些数据集通常比较完善、质量相对较高。给大家推荐一些常用的可以获取数据集的网站:nnUCI:加州大学欧文分校开放的经典数据集,真的很经典,被很多机器学习实验室采用。nnAwesome Public Datasetsn :这是github一大神整理的一个丰富的数据集资源获
R语言数据挖掘样例
load(&quot;C:/Users/pc/Documents/毕设/data/rdmTweets.Rdata&quot;)nlib<em>rar</em>y(NLP)nlib<em>rar</em>y(SnowballC)nlib<em>rar</em>y(RColorBrewer)nlib<em>rar</em>y(wordcloud)nlib<em>rar</em>y(tm)nlib<em>rar</em>y(twitteR)nlib<em>rar</em>y(ggplot2)nnnrdmTweets[11: 15]nnn#10.2...
下载数据挖掘中数据预处理论文
我的研究生毕业<em>论文</em>题目是数据预处理、降维等的算法研究。那位大侠有可以<em>下载</em>这样<em>论文</em>的网址,这里先谢了,要不然可毕不了业了。(中英文亦可)
预测分析与数据挖掘-rapidminer版, English
Deakin University Master of Information Systems 迪肯大学,信息系统, 本书为基于RapidMiner 的预测分析讲解,结合RapidMiner 为使用者在理解预测分析等相关问题上提供了较为清晰的解释,推荐给rapid Miner的学习者,本书为英文
数据挖掘】通用论坛正文提取
前言好久没有更新博文了,三月份、四月份都在为春招而呕心准备,期间巩固了 java 基础知识、Android 基础知识以及计算机相关的课程知识。说回正题,四月末的时间参加了一个<em>数据挖掘</em>竞赛:第五届泰迪杯<em>数据挖掘</em>挑战赛 n现在写一篇博文分享一下这次参赛经历吧。泰迪杯官网:http://www.tipdm.org/bdrace/index.html有兴趣可以看看。可选题目可选题目有三道,分别是:A 题 基
数据挖掘导论学习总结——第三章
第三章:定性归纳nn从数据分析的角度出发,<em>数据挖掘</em>可以分为两类,描述性<em>数据挖掘</em>和预测性<em>数据挖掘</em>,而接下来要介绍的就是第一种情形,描述性<em>数据挖掘</em>,即以简洁概述的方式表达数据中存在的一些有意义的性质,也称为概念描述,或概要性总结。nn概念描述基本知识nn数据查询处理负责从数据库中取出数据并在必要时进行一些数据合计处理,而<em>数据挖掘</em>则是对数据进行深度分析并发现隐藏在数据中有意义的模式。最简单的描述性数据挖...
knn matting代码和论文
这是一份国外<em>论文</em>,knn matting 带有<em>论文</em>和源码,适合做图像处理方面的参考资料,也适合做一些借鉴。
SIGKDD2016论文全集第一部分
SIGKDD2016<em>论文</em>全集第一部分
SPSS统计分析与数据挖掘(最新完整版)谢龙汉
本书基于SPSS 19.0编写,结合大量的实例对SPSS各模块的统计分析功能及图形功能等进行了详细讲解。每章均给出大量分析案例,具体内容为SPSS简介、SPSS<em>数据挖掘</em>系统介绍、SPSS数据文件管理、SPSS数据预处理、SPSS基本统计分析、多重反应分析、均值比较与检验、统计图制作、参数检验、回归分析、方差分析、相关分析、聚数分析、判别分析、因子分析、对应分析与结合分析、信度分析、生存分析、对数线性模型、时间序列分析、缺失值分析,以及SPSS在财务智能、数据预测、股市分析、社会经济分析、金融数据分析等方面的<em>数据挖掘</em>应用。 本书最大特点是抛弃了其他同类书籍中只介绍理论用法、缺乏案例分析的弊病,全书给出许多<em>数据挖掘</em>分析案例,为读者展示SPSS在数据分析、信用风险管理、直销分析、社会经济分析等实际项目中的应用技术。
基于数据挖掘的客户流失预测实证研究
本文研究的客户流失数据集具有典型的非平衡数据问题,客户流失对象为网 络招聘行业的企业客户。全球网络招聘方兴未艾,据统计全球每天约有2000 万 条就业信息发布,3000 多万人在互联网上发出求职简历,2006 年全球招聘市场 规模为172 亿美元。在中国,2007 年网络招聘市场规模为9.7 亿元,2008 年12.5 亿,预计2009 年将达到16.1 亿元。网络招聘巨大的市场规模,良好的利润前景 催生了新的专业化、行业性、地方性的招聘网站的诞生,同时也加剧了网络招聘 行业的激烈竞争。
SPSS统计分析与数据挖掘-谢龙汉 光盘资料
书籍《SPSS统计分析与<em>数据挖掘</em>》-谢龙汉 中的PPT课件和课本实例数据
JavaWeb小区门户网站(源代码 论文)
JavaWeb小区门户网站(源代码 <em>论文</em>)
《R语言数据挖掘》R代码和案例数据
《R语言<em>数据挖掘</em>》R代码和案例数据《R语言<em>数据挖掘</em>》R代码和案例数据《R语言<em>数据挖掘</em>》R代码和案例数据
基于GIS的数据挖掘
如何从海量数据中提取对人们有价值的信息已经成为一个非常迫切的问题。本文从地理信息系统 (GIS)方面探讨了解决这个问题的几种方法,从针对GIS<em>数据挖掘</em>方面的需求进行<em>数据挖掘</em>方法的简要分析。对目前GIS<em>数据挖掘</em>的一些问题进行了概述。
基于SPSS Modeler的数据挖掘_数据分析_网盘链接下载108.40M
基于SPSS Modeler的<em>数据挖掘</em>_数据分析,主要结合了三个方面进行讲解,第一是软件操作层面,让使用者实际操作,尽快掌握软件的使用方法和处理步骤,第二是结果分析层面,让使用者通过案例演示,基本明白软件的输出结果,从而得出正确的分析结论,第三是方法论层面,让使用者通过对某个算法基本思路的了解,进一步提高方法应用和分析水平,升华对<em>数据挖掘</em>的认识。主要内容如下: 1)<em>数据挖掘</em>和Modeler使用概述 2)Modeler的数据读入和数据集成 3)Modeler的数据理解 4)Modeler的数据准备 5)Modeler的基本分析 6)Modeler的数据精简 7)分类预测:Modeler的决策树 8)分类预测:Modeler的人工神经网络 9)分类预测:Modeler的支持向量机 10)分类预测:Modeler的贝叶斯网络 11)探索内部结构:Modeler的聚类分析 12)探索内部结构:Modeler的关联分析
数据挖掘技术(研究生课程)
第一章 <em>数据挖掘</em>基本知识.pdf 第二章 数据预处理.pdf 第三章 定性归纳.pdf 第四章 分类与预测.pdf 第五章 关联挖掘.pdf 第六章 聚类分析.pdf 第七章 复杂数据的挖掘.pdf 附:<em>数据挖掘</em>读书笔记(一二三四章).doc
2018年泰迪杯心得总结--最全的数学建模、数据挖掘的比赛入门
2018年泰迪杯总结——最全的数学建模、<em>数据挖掘</em>比赛入门nn期待已久的泰迪杯<em>数据挖掘</em>比赛从3月1日开启到今天4月15日已经结束了,不同于美赛等数学建模比赛,它耗时更长,赛题难度更大,需要处理的数据更加庞大(奖金也超级丰厚hhh)。 n笔者通过一个半月的投入、沉浸,收获颇丰,在此记录一番,希望对各位有兴趣参加下年的泰迪杯或相同类型的数学建模、<em>数据挖掘</em>比赛的童鞋们有实质帮助!nn一、队友的选择nn俗话...
数据仓库与数据挖掘实践.pdf(中文高清完整版)
《数据仓库与<em>数据挖掘</em>实践》系统地介绍了数据仓库和<em>数据挖掘</em>技术,全本由两部分组成,第1章到第3章介绍数据仓库的基本概念和相关技术,第4章到第11章介绍<em>数据挖掘</em>的基本概念和各种算法,包括数据仓库构建、OLAP技术、分类方法、聚类方法、关联分析、序列模式挖掘方法、回归和时序分析、粗糙集理论、文本挖掘、Web挖掘和空间<em>数据挖掘</em>方法等。   《数据仓库与<em>数据挖掘</em>实践》既注重原理,又注重实践,配有大量图表、示例和练习题,内容丰富,概念讲解清楚,表达严谨,逻辑性强,语言精练,可读性好。
Web数据挖掘在智能选课系统中的应用研究
<em>论文</em>。在知网<em>下载</em>的 Web<em>数据挖掘</em>在智能选课系统中的应用研究
scrapy采集论文数据(附开源项目源码)
      最初做的是本硕博专业<em>论文</em>数据的采集,后来一直从事NLP工作。爬虫是重要的环节,生怕后来遗忘了,这里记录一下之前的编码项目,项目开源到了社区,需要的请移步GitHub查看,不做过多说明解释。nn nn      源码请参考Github地址:https://github.com/SimonWang00/weipunn nn注:本项目仅供学习交流使用,请勿做非法用途!...
数据挖掘及应用论文学习参考
<em>数据挖掘</em><em>论文</em>参考 浅析<em>数据挖掘</em>技术及应用 自己在学校图书馆免费<em>下载</em>的
高校学生成绩数据挖掘与系统模型研究
知网<em>下载</em>的<em>论文</em> 高校学生成绩<em>数据挖掘</em>与系统模型研究
数据挖掘读书笔记--第二章:认识数据
1. 一些散记知识点nnnn1.1 数据对象与属性类型nnn关于属性nn定义:属性(attribute)是一个数据字段,表示数据对象的一个特征。一般习惯称为”特征”n属性的分类nn(1) 标称属性: “与名称相关”,标称属性的值是一些符号或事物的名称。每个值代表某种类别、编码或状态,一次标称属性又被看作是分类的,这些值不必具有有意义的序。例如:水果的种类,苹果、香蕉nn(2) 二元属性:二元属性是...
数据挖掘:实用案例分析
《<em>数据挖掘</em>:实用案例分析》共12章,分三个部分。第一部分是基础篇(第1~4章),主要对<em>数据挖掘</em>的基本概念、应用分类、建模方法及常用的建模工具进行了介绍,并对本书所用到的<em>数据挖掘</em>建模平台TipDM进行了说明。第二部分是实战篇(第5~10章),以案例的形式对<em>数据挖掘</em>技术在金融、电信、电力、互联网、生产制造以及公共服务等行业的应用场景进行了讨论;首先介绍案例背景,然后阐述分析方法与过程,最后完成模型构建;在介绍建模过程的同时穿插操作训练,把相关的知识点嵌入相应的操作过程中;此外,第10章精心设计了6个实验项目,读者可以通过本章介绍的方法动手实践,以巩固<em>数据挖掘</em>知识,在分析建模过程的同时,进一步增强动手能力。第三部分是高级篇(第11~12章),主要介绍基于第三方接口的<em>数据挖掘</em>二次开发技术,重点对常用的WEKA和MATLAB<em>数据挖掘</em>算法接口进行了探讨;最后对基于Hadoop框架的海量<em>数据挖掘</em>进行了说明,以满足读者更高层次的需求。
【刘兵(Bing Liu)】Web数据挖掘(pdf+ppt合集)
Web<em>数据挖掘</em>(Web Data Mining) 【清华大学出版社,刘兵(Bing Liu) 著】 中文扫描版pdf+英文原版ppt
2016 年泰迪杯 数据挖掘大赛 数据 铁路
2016 年泰迪杯 <em>数据挖掘</em>大赛 数据 铁路 线路规划 b题 可使用数据分析各个站台的进出关系
数据仓库与数据挖掘实践
作者:李春葆,李石君,李筱驰 编著 出版时间:2014年 本书系统地介绍了数据仓库和<em>数据挖掘</em>技术,全本由两部分组成,第1章到第3章介绍数据仓库的基本概念和相关技术,第4章到第11章介绍<em>数据挖掘</em>的基本概念和各种算法,包括数据仓库构建、OLAP技术、分类方法、聚类方法、关联分析、序列模式挖掘方法、回归和时序分析、粗糙集理论、文本挖掘、Web挖掘和空间<em>数据挖掘</em>方法等。本书既注重原理,又注重实践,配有大量图表、示例和练习题,内容丰富,概念讲解清楚,表达严谨,逻辑性强,语言精练,可读性好。本书既便于教师课堂讲授,又便于自学者阅读。适合作为高等院校高年级学生和研究生“数据仓库和<em>数据挖掘</em>”或“<em>数据挖掘</em>算法”课程的教材。
数据挖掘聚类实现源码
利用<em>数据挖掘</em>算法解决聚类问题 采用了多种方式实现聚类 可以对聚类方式进行选择 供学习<em>数据挖掘</em>者参考
面向知识发现的知识关联揭示及其应用研究
<em>数据挖掘</em>与知识发现相关的<em>论文</em>,<em>数据挖掘</em>与知识发现相关的<em>论文</em>
A comparison of several approaches to missing attribute values in data mining
缺失值 <em>数据挖掘</em> 中的经典<em>论文</em> 缺失值 <em>数据挖掘</em> 中的经典<em>论文</em>
数据挖掘--概念和技术.rar
着重介绍<em>数据挖掘</em>--概念和技术.<em>rar</em><em>数据挖掘</em>--概念和技术.<em>rar</em>
UCI数据集与相关论文和源代码
UCIn数据集是一个常用的标准测试数据集,<em>下载</em>地址在n nnnnnnnnnnhttp://www.ics.uci.edu/~mlearn/MLRepository.htmln  n我的主页上也有整理好的一些nUCIn数据集:n nnnnnnnnnnhttp://huangbo929.blog.edu.cn/user2/huangbo929/ar
数据挖掘 -一篇数据挖掘论文
<em>数据挖掘</em>的一篇<em>论文</em>,可能有帮助的。关于<em>数据挖掘</em>的东西。
数据库系统实现论文之“走进数据挖掘
数据库系统实现<em>论文</em>之“走进<em>数据挖掘</em>” 数据库系统实现<em>论文</em>之“走进<em>数据挖掘</em>”
数据挖掘竞赛中常用的ML
ML RecapnnLinear ModelsnnnLogistic RegressionnSVMnnnTree-based ModelsnnnDecision TreenRF(随机森林)nGBDT(梯度提升决策树)nnnNeural Networks nkNNnn使用的机器学习库主要是:scikit-learn、lightGBM和XGBoost。nn一,随机森林nnnn1,对随机森林直观的理解n...
《Python数据挖掘入门与实践 》 作者:Robert Layton (高清pdf版附代码及部分数据集,彩图)
本书是基于Python3开发的<em>数据挖掘</em>参考书,里面的数据大多来自真实场景的数据,代码量大小适宜,很适合作为一门<em>数据挖掘</em>入门的工具书。
软考系统分析师论文鉴赏——实时控制系统在通信业的应用
软考系统分析师是软考体系里面难度最大的科目了,高级科目的<em>论文</em>更加是难上加难,小编在这里搜集了一篇系统分析师的<em>论文</em>供大家鉴赏,祝大家都能逢考必过n【摘要】n近年来,在应用需求的强大驱动下,我国通信业有了长足的进步。现有通信行业中的许多企业单位,如电信公司或移动集团,其信息系统的主要特征之一是对线路的实时监控要求很高,数据量庞大,如何将实时控制与信息系统集成在一起便成为系统实施的一个关键部分。 n...
数据挖掘研究现状及最新进展
<em>数据挖掘</em>技术随着计算机软、硬件的进步,人们利用信息技术产生和搜集数据的能力大 幅度提高。数以千万计的数据库被用于商业管理、政府办公、科学研究和工程 丌发等方面,收集工具的进步使我们拥有了海量的数据。面对这些数据,急需 一些新的工具和技术,解决由此带来的“数据丰富,信息贫乏”的问题,数据 挖掘技术应用而生。
数据挖掘小白入门-整体思路
1. 什么是<em>数据挖掘</em>rn2. <em>数据挖掘</em>常用工具rn3. <em>数据挖掘</em>的对象rn4. 数据质量rn5. 数据清洗rn6. 随机变量
数据挖掘与机器学习经典书目
--以前上《<em>数据挖掘</em>》课程,老师推荐的<em>数据挖掘</em>与机器学习的经典书目;nn--读过下面的第3本,通俗易懂,个人认为是机器学习入门的一本很好的读本,内容主要包括:线性回归、分类、重抽样方法、线性模型选择与正则化、非线性模型、基于树的方法(决策树、装袋法、随即森林和提升法)、支持向量基、无指导学习。相对而言,书的主要内容还是讲述有指导学习的方法。nn1. 《Pattern Recognition and...
数据挖掘--图计算入门
上学期做过关于图<em>数据挖掘</em>的东西,现在看到有一些新的关于图计算的<em>论文</em>出来了,因此想学习一下。rn入门<em>数据挖掘</em>中的图计算,我觉得可以先学习rnrn异构信息网络rnmeta-path Sun Yizhou的<em>论文</em>rn网络表示学习rnnetwork embeddingrnword2vec,node2vec,metapath2vec…rnrn之前我是使用了meta-path,skipgram,融合的网络模型做了一个跨域的推荐系...
54篇CVPR 2014-2017关于Multi-task的论文list
54篇CVPR 2014-2017关于Multi-task的<em>论文</em>list,源代码/的不是没有,只是我没有找到,similar的是好像是好像不是的.....
100篇+深度学习论文合集
100篇+深度学习<em>论文</em>合集100篇+深度学习<em>论文</em>合集100篇+深度学习<em>论文</em>合集100篇+深度学习<em>论文</em>合集
机器学习与数据挖掘参考文献
《统计学习方法》 李航《机器学习》 周志华
生物信息学中的数据挖掘方法及应用.pdf
生物信息学中的<em>数据挖掘</em>方法及应用,梁艳春等著,<em>数据挖掘</em>,机器学习,生物信息,书籍,200页,高清
深度学习毕业论文打包.rar
深度学习硕博毕业<em>论文</em>打包.<em>rar</em>: 一共17篇 ,都是前沿技术。涉及到语音识别,图像识别,生物信息,智能翻译
数据挖掘算法之深入朴素贝叶斯分类
写在前面的话:n  我现在大四,毕业设计是做一个基于大数据的用户画像研究分析。所以开始学习<em>数据挖掘</em>的相关技术。这是我学习的一个新技术领域,学习难度比我以往学过的所有技术都难。虽然现在在一家公司实习,但是工作还是挺忙的,经常要加班,无论工作多忙,还是决定要写一个专栏,这个专栏就写一些<em>数据挖掘</em>算法、数据结构、算法设计和分析的相关文章。通过写博文来督促自己不断学习。以前对于数学没有多大的兴趣爱好,从小
数据挖掘算法简略总结(等待继续更新,现在有点不想写这个)
目录nnnnnnn目录nPCAnK-meansnSVM(支持向量机)n决策树nnnnnnnnnPCAnnnn可以参考这篇文章nnn介绍:主成分分析法,在用统计分析方法研究多变量的课题时,变量个数太多就会增加课题的复杂性。人们自然希望变量个数较少而得到的信息较多。在很多情形,变量之间是有一定的相关关系的,当两个变量之间有一定相关关系时,可以解释为这两个变量反映此课题的信息有一定的重叠。主成分分析是对...
【ML项目】基于网络爬虫和数据挖掘算法的web招聘数据分析(一)——数据获取与处理
基于网络爬虫和<em>数据挖掘</em>算法的web招聘数据分析
《基于SPSS_Modeler的数据挖掘(第二版)》数据和流文件
《基于SPSS_Modeler的<em>数据挖掘</em>(第二版)》数据和流文件
python数据挖掘与分析实战—1、2、3
一、<em>数据挖掘</em>的建模过程:rn1.1定义挖掘目标:rn1.1.1动态的菜品推荐rn1.1.2客户进行细分,关注最有价值的客户rn1.1.3基于菜品的历史销售情况,对菜品销量进行预测,预备原材料rn1.1.4基于大数据,优化选址,菜式调整rn1.2数据取样rn随机抽样,分类抽样,等距抽样rn1.3数据探索rn1.3.1异常值分析rn1.3.2缺失值分析rn1.3.3相关性分析rn1.3.4周期性分析r
2015~2019年教育大数据会议期刊汇总及论文总结
以下<em>论文</em>大部分与个性化导学相关nnn1. <em>数据挖掘</em>会议nnAAAInnAAAI-17 Question difficulty prediction for reading problems in standard tests.nnAAAI-18 Medical Exam Question Answering with Large-Scale Reading Comprehensio...
数据挖掘中的隐私保护策略
<em>数据挖掘</em>中的隐私保护策略 <em>数据挖掘</em>领域的<em>论文</em>
数据挖掘论文
主要是探索<em>数据挖掘</em>在实际生产操作中的应用
数据挖掘常用聚类算法总结
1、KNN算法:K最邻近分类算法nnfrom sklearn.model_selection import train_test_split  sklearn中引入训练集测试集分割包nndata_train, data_test, target_train, target_test = train_test_split(our_data, our_data_target, test_size=0....
编程资料_1500多个PNG图片下载
编程资料_1500多个PNG图片 编程资料_1500多个PNG图片 相关下载链接:[url=//download.csdn.net/download/veron_04/2081880?utm_source=bbsseo]//download.csdn.net/download/veron_04/2081880?utm_source=bbsseo[/url]
BarCode设计参考下载
BarCode条形码设计参考, 本说明文件中提供了各式的1D BarCode(1维条码)设计说明,接下来我会上传2D BarCode(2维条码)程序设计说明。 相关下载链接:[url=//download.csdn.net/download/huayichao/2402767?utm_source=bbsseo]//download.csdn.net/download/huayichao/2402767?utm_source=bbsseo[/url]
vim73bw32.zip下载
vim73bw32vim73bw32.zipvim73bw32.zipvim73bw32.zipvim73bw32.zip 相关下载链接:[url=//download.csdn.net/download/apriorizfacmilan/2579368?utm_source=bbsseo]//download.csdn.net/download/apriorizfacmilan/2579368?utm_source=bbsseo[/url]
文章热词 机器学习教程 Objective-C培训 交互设计视频教程 颜色模型 设计制作学习
相关热词 mysql关联查询两次本表 native底部 react extjs glyph 图标 浙大数据挖掘视频教程下载 大数据培训下载
我们是很有底线的