聚类分析
排序：
R语言与网站分析
机械工业出版社 · 2014
《R语言与网站分析》是李明撰写、机械工业出版社2014年出版的技术专著，属于“数据分析技术丛书”，英文并列题名为 Web analysis and mining with R，全书约446页。本书从互联网业务的应用角度出发，讨论如何用R语言完成网站指标分析与数据挖掘工作：先用细分、对比、趋势等统计思…
软计算原理与实现
电子工业出版社 · 2020
本书由李业丽、曾庆涛编著，电子工业出版社出版，全书约 25.2 万字、201 页（16 开），英文并列题名为 Principle and Implementation of Soft Computing。全书以数据挖掘为应用背景，系统梳理软计算技术的发展脉络与主要技术路线，并对各类方法进行比较分析。…
模式识别与人工智能（基于MATLAB）
清华大学出版社 · 2018
本书由周润景编著、清华大学出版社2018年7月出版，是作者多年模式识别教学与科研成果的整理。全书以“酒瓶颜色分类”这一贯穿案例为主线，把模式识别与人工智能的理论与MATLAB编程实践结合起来：每类算法都按“原理—流程—MATLAB实现—结果验证”的顺序展开，读者可以据此逐步搭起可运行的模式分类器与聚…
SPSS 22.0统计分析从入门到精通
电子工业出版社 · 2015
本书以 IBM SPSS Statistics 22.0 为操作平台，面向零基础读者系统讲解统计分析的原理与软件操作。全书按“基础知识—数据分析—综合应用”三段式结构展开，共 19 章。第一部分（第 1—3 章）介绍 SPSS 的发展、窗口界面与基本操作、数据文件的建立与编辑、数据排序、转置、合并、…
异构基因共表达网络的分析方法
电子工业出版社 · 2023
本书以基因共表达网络为研究对象，针对传统经典的聚类方法对异构信息网络分析的局限性和目前关于异构信息网络的聚类方法的不足，基于张量分解工具对异构信息网络的聚类问题进行研究。提出了基于张量的异构信息网络建模方法、一般网络模式的异构信息网络聚类模型、稀疏性约束下的异构信息网络聚类模型、动态异构信息网络中的…
机器学习与深度学习
电子工业出版社 · 2022
本书是“高级人工智能人才培养丛书”中的一本，首先介绍了机器学习的相关概念和发展历史，并在此基础上提出了深度学习——它本质上是近几年来大数据技术催生的产物。本书共12章，其中，第1～7章为机器学习的内容，分别介绍了机器学习的简单模型、贝叶斯学习、决策树、支持向量机、集成学习和聚类；第8～12章为深度学…
地球科学中的大数据分析与挖掘算法手册
人民邮电出版社 · 2021
本书以数据分析与挖掘思想为主线，深入剖析关联、分类、回归、聚类、顺序模式挖掘、深度学习以及异常检测等算法的原理、实现、相似算法、改进思路以及地学案例，具有很强的系统性、完整性以及落地性，可以作为各行业特别是地球科学领域中希望驾驭大数据并发掘其价值的科研人员和工程人员的参考书，读者既可以通过本书系统掌…
基于MATLAB的人工智能模式识别
电子工业出版社 · 2021
本书广泛涉及了统计学、神经网络、模糊控制、人工智能及群智能计算等学科的先进思想和理论，将各种算法应用到模式识别领域中。以一种新的体系，系统而全面地介绍模式识别的理论、方法及应用。本书共分为12章，内容包括：模式识别概述、基于贝叶斯决策理论的分类器设计、判别函数分类器设计、聚类分析、模糊聚类分析、神经…
基于机器学习的声发射信号处理算法研究
电子工业出版社 · 2021
本书共5章，介绍了声发射信号处理方法、研究现状，结合人工智能发展探讨了机器学习在声发射信号消噪和识别中的应用，研究了K-means聚类算法与小波分析对声发射信号进行去噪的方法，以及小波分析提取声发射信号特征的方法，并利用人工神经网络对声发射信号特征进行分类识别以确定声发射信号的类型。本书介绍了部分人…
工业大数据分析
电子工业出版社 · 2022
本书根据作者的大量企业实践出发，内容覆盖基本概念、理论方法、实践应用，全面介绍工业大数据分析方法。数据基本概念篇（第1章），从工业大数据定义、特性分析、分析流程，阐述工业大数据基本概念。理论方法篇（第2~6章），以数据预处理、关联分析、分类分析、聚类分析、预测性分析为主体内容，介绍主流数据分析方法。…
离散车间排序依赖作业切换的成组调度研究
电子工业出版社 · 2020
离散车间生产调度是提高运营效率、降低成本，乃至取得竞争优势的重要手段和有力工具。随着离散车间生产调度问题的深入研究，新问题、新模型和新方法不断涌现。本书共7章：第1章为绪论；第2章为Job-shop最优作业切换的成组调度模型与关键技术；第3章为基于加工资源相似度的聚类成组研究；第4章为基于EDD-S…
数据挖掘（第2版）
电子工业出版社 · 2023
本书系统地介绍了数据挖掘理论、方法与应用，包括数据特征分析与预处理，经典数据挖掘算法（分类、回归、聚类、关联规则和集成学习等），大数据新常态下催生的数据分析方法（推荐系统、链接分析与网页排序、互联网信息抽取、日志挖掘与查询分析等）等理论与方法。在此基础上，每章均有基于Python语言的实例应用。本书…
相似点集挖掘实验数据集
· 2022
近年来，许多大学纷纷开设了数据科学与大数据技术专业，数据企业也高度重视数据科学家的培养训练。培养数据科学家需要师资条件、数据条件、计算条件等三个基础条件。本书关注数据条件的建设。 本书共分九章。第1章介绍了相似点集挖掘的基本原理和基本类型，包括聚类分析、特异群组分析和异常分析等；第2章是数据集产品的…
金融时间序列的分析与挖掘
广东科技出版社 · 2023
本书结合金融时间序列的特征与金融分析的需求，运用数据挖掘技术对金融时间序列模式挖掘的相关方法进行研究，包括金融时间序列的分段与表示、金融时间序列的相似性计算、金融时间序列的关联规则挖掘与聚类分析等，这些问题的研究对于金融市场隐含模式与规律的主动发现以及金融领域趋势分析与趋势预测具有非常重要的意义。
物联网追溯系统及数据处理
电子工业出版社 · 2020
数据流处理技术是目前的研究热点，掌握数据流处理技术有助于更好地研究利用大数据，挖掘出数据背后潜在的价值。 本书围绕物联网追溯系统的研发及数据流处理过程中的聚类、追溯、预测与建模关键技术进行了研究。全书共6章，第1章是绪论，主要介绍物联网的概念及中国农业物联网产业化发展现状及其国内外大数据的研究现状和…
应用统计学（第3版）
· 2025
本书是一部以IBM SPSS 22.0为分析工具的实用性很强的“互联网+”统计学教材。基本内容包括：统计数据的收集整理与显示、统计数据的特征描述、统计假设检验、相关与回归分析、聚类分析、主成分与因子分析、对应分析，其中包括近年来的一些较新进展。本书以提高读者运用统计方法分析解决实际问题的能力为目的，…
多元社会统计分析基础
· 2025
本书致力于从社会学的角度，系统介绍多元分析的三类主要方法原理：回归、聚类与判别分析法。书中首先介绍了三变量中控制变量的各种模式，进而对多元回归做了详尽的介绍，其中包括不同变量层次的回归模型。结合主成分分析法和因子分析法，介绍了因果模型两种方法：路径分析和LISREL法。并设有独立章节讨论多重共线，对…
应用多元统计分析(第二版)
北京大学出版社 · 2025
本书系统介绍了多元统计分析的基本理论和方法，在简明介绍描述统计、推断统计、聚类分析、主成分分析、因子分析等多元统计分析方法原理的基础上，并结合经济、管理、社会等领域中的实例，通过计算机实现，将多元统计分析与实际应用相结合。较前版修订多元描述统计部分，30%；增加Copula,协方差分析，面板数据分析…