最简数据挖掘 封面

最简数据挖掘

评分 4.0
字数
6.1万字
章节数
50
ISBN
9787121359637

标签

内容简介

本书是数据挖掘精髓的浓缩。第1章用通俗易懂的语言回答五个基本问题,包括什么是数据,什么是大数据,什么是数据挖掘,以及数据挖掘能挖掘出哪些东西和会产生什么价值。然后用6章的篇幅,介绍k-均值、k-近邻、朴素贝叶斯、决策树、回归分析和关联规则挖掘等6种方法。第8章介绍一些实际的应用,演示简单的数据挖掘方法如何产生巨大的价值。 本书可供高校的数据科学与大数据、智能科学与技术、人工智能、计算机科学与技术和统计类、应用数学等相关专业的学生作为教材使用,也可供高校的商科大数据、金融等专业的学生、优秀的中学生、科技企业的管理者和相关行业的投资人学习参考。

编辑推荐

《最简数据挖掘》是一本力求将复杂概念进行清晰拆解的入门指南。作者周涛教授,作为在大数据与网络科学领域享有盛誉的学者,并没有将本书写成艰深的学术专著,而是以教学者的视角,试图为初学者构建一条平滑的学习路径。本书的核心价值在于其"最简"理念——它不追求面面俱到地罗列所有算法,而是精心挑选数据挖掘中最核心,最基础的思想与方法,如分类,聚类,关联分析等,并用尽可能直观的语言和案例进行阐述。这种写法避免了初学者在公式丛林和庞杂术语中迷失方向,能够快速建立起对领域的基本认知框架和思维模式。

从内容编排来看,本书逻辑清晰,循序渐进,每一章都围绕一个关键主题展开,并配有思考题帮助巩固理解。它更像是一位经验丰富的导师在你身旁进行的精要讲解,剥离了冗余的技术细节,直指问题本质和应用逻辑。对于希望了解数据挖掘能做什么,其基本流程和原理为何的读者来说,这本书提供了极具效率的认知窗口。当然,"最简"也意味着深度上的妥协,它并非一本可供随时查阅的工具手册或涵盖前沿研究的读本,其定位非常明确:即启蒙与导引。如果你正在寻找一本能让你在短时间内不畏难,不气馁地踏入数据挖掘大门的书,那么周涛教授的这本《最简数据挖掘》无疑是一个值得认真考虑的选择。

适合谁读

适合

  • 对数据挖掘,人工智能感兴趣,但缺乏数学或编程背景的初学者。
  • 需要快速理解数据挖掘基本概念与应用场景的非技术岗位从业者,如产品经理,运营人员。
  • 高等院校计算机,统计等相关专业低年级学生,可作为核心专业课程前的预备读物。
  • 希望建立系统性认知框架,梳理基础知识的数据分析入门者。

不适合

  • 寻求深奥算法推导,复杂模型实现细节的高级研究人员或工程师。
  • 需要一本全面,深入,附带大量代码实践工具书的中高级学习者。

阅读建议

  1. 建议按章节顺序阅读,不要跳跃,以跟随作者构建的知识体系循序渐进。
  2. 阅读时,重点关注每个案例解决的问题和核心思路,不必过分纠结于公式的每一步推导。
  3. 结合书中的思考题进行自测,并尝试用自己熟悉的领域案例来模拟书中的分析逻辑。

出版社简介

电子工业出版社 中国 · 成立于 1982 年

电子工业出版社是一家以电子信息及相关领域为出版特色的综合性出版社。从库内三千余种图书来看,其出版方向覆盖编程设计、人工智能、计算机综合、财经、摄影与社科等门类,既关注技术前沿,也兼顾大众阅读。代表图书包括《因子投资:方法与实践》《x86汇编语言:从实模式到保护模式》《RISC-V开放架构设计之道》《人工智能:语音识别理解与实践》《相控阵雷达技术》《雷达目标特性》及《100个Go语言典型错误》等,多围绕技术方法与工程实践展开。作者资源方面,有石川、李忠、王晓波、大卫·帕特森、安德鲁·沃特曼、余子濠等中外作者。受公开资料所限,暂不展开更多出版特色。

目录

  1. 版权信息
  2. 内容简介
  3. 前言
  4. 第1章 概述
  5. 1.1 什么是数据
  6. 1.2 什么是大数据
  7. 1.3 什么是数据挖掘
  8. 1.4 能挖掘出什么
  9. 1.5 会产生什么价值
  10. 第2章 k-均值
  11. 2.1 基本算法
  12. 2.2 k-均值示例
  13. 2.3 k-均值算法的局限性
  14. 练习赛
  15. 第3章 k-近邻
  16. 3.1 k-近邻基本算法
  17. 3.2 评价分类效果的常见指标
  18. 3.3 影响算法精确度的若干问题
  19. 3.4 k-近邻算法示例
  20. 练习赛
  21. 第4章 朴素贝叶斯
  22. 4.1 贝叶斯定理
  23. 4.2 贝叶斯基本算法
  24. 4.3 贝叶斯算法案例
  25. 4.4 处理连续特征
  26. 练习赛
  27. 第5章 回归
  28. 5.1 线性回归的最简示例
  29. 5.2 线性回归的一般形式
  30. 5.3 逻辑回归的最简示例
  31. 5.4 逻辑回归的一般形式
  32. 5.5 小结和讨论
  33. 练习赛
  34. 第6章 决策树
  35. 6.1 构建决策树
  36. 6.2 经典决策树:ID3、C4.5 和 CART
  37. 6.3 连续值、缺失值和剪枝
  38. 6.4 小结和讨论
  39. 练习赛
  40. 第7章 关联规则挖掘
  41. 7.1 基本算法思想
  42. 7.2 Apriori 算法示例
  43. 7.3 小结和讨论
  44. 练习赛
  45. 第8章 数据挖掘应用创新案例
  46. 8.1 提升生产制造过程的良品率
  47. 8.2 刻画全球化对碳排放的影响
  48. 8.3 捕捉电商评论中的用户情感
  49. 8.4 实时发现微博中的热点事件
  50. 推荐阅读材料

常见问题

这本书需要很强的编程和数学基础吗?
不需要。本书定位为入门导引,旨在阐述核心思想,刻意降低了数学和编程的难度,更适合零基础或基础薄弱的读者建立概念认知。
这本书与周涛教授的其他著作或学术工作有何不同?
本书是其学术研究的"科普化"和"教学化"产物,侧重于教育普及而非前沿探索,语言和内容都经过精心设计,以适合教学和自学为目的。
读完这本书后,下一步应该学习什么?
在建立基本概念框架后,可以根据自身方向(如技术实现,业务应用,理论研究)选择更深入的专项教材,例如侧重于机器学习的《统计学习方法》或侧重于工程实践的《Python数据分析与挖掘实战》。

微信读书相关

读者评论

查询本书

本站为索引目录:「全网查询」由您发起、在您的浏览器中运行,所列入口均指向第三方站点,请自行判断可用性。

作者简介

周涛 作者 · 中国 · 1946–2023

周涛(1946—2023),中国当代著名诗人、散文家,祖籍山西,生于北京,1955年迁居新疆。他曾任新疆军区创作室主任、一级作家,并任新疆文联、作协名誉主席,是新边塞诗的领军人物。其创作以诗歌与散文为主,诗集《神山》《野马群》与散文集《稀世之鸟》《游牧长城》《兀立荒原》等,多以新疆山川风物与边地生活为背景,气象开阔,语言凝练,兼具抒情与哲思。1996年获首届鲁迅文学奖散文奖。2023年11月在乌鲁木齐病逝。库内另收其涉及医学、财经、数据等题材的作品多种,可见阅读与写作兴趣之广,但相关生平公开资料有限。

同一作者

同类高分