本书结合典型的数据挖掘案例，详细介绍了若干种重要的数据挖掘算法的实现原理和应用方法。其中，第1、2章介绍了回归、分类、聚类的概念及其实现的主要方法，如线性回归、逻辑回归、K近邻和K均值；第3~5章介绍了数据挖掘的主要策略，如决策树、提升算法和支持向量机；在前述知识的基础上，第6~8章介绍了实现人工智能算法的三种基础网络

本书将以python软件为工具，以统计理论与方法为重点，结合实际应用案例，深入浅出地介绍了数据挖掘基础算法的背景、原理及实现。全书共9章，第1章为绪论，内容包括数据挖掘的基本概念、数据挖掘与统计学的关系、数据挖掘的实现流程、数据挖掘的方法、数据挖掘的典型应用、数据挖掘的工具及软件；第2-7章介绍数据挖掘中的经典多元统计

暂无关于信息技术与数据挖掘(新世纪普通高等教育信息管理类课程规划教材)的更多介绍。

本书针对Hadoop体系的基本技术方法进行分析，并将理论与实际项目进行结合。本书层次清晰，结构合理，全书共分为11个章节，主要内容包括Hadoop简介、Hadoop环境搭建、HDFS文件系统操作、MapReduce程序编写、Hive安装与配置、Hive操作、HBase安装与配置、HBase操作与客户端使用、Pig安装与

本书主要介绍数据科学与大数据技术的入门知识，并在此基础上介绍大数据分析教学平台BDAP的功能和实验过程。本书首先以大数据时代的大背景介绍数据科学与大数据技术兴起的，本书接着介绍大数据的概念、特征及相关技术。然后介绍了一个大数据分析教学平台BDAP，平台的功能、特点及使用方法，重点介绍教学实用案例。本书及配套平台可

《数据挖掘方法与应用》对数据挖掘中常用的建模算法进行系统介绍，内容涵盖了数据预处理、关联规则挖掘、聚类分析、决策树及组合算法、贝叶斯分类、支持向量机、人工神经网络等。在阐述每种算法基本理论的基础上，同时给出基于R软件的应用方法。这种理论与应用相结合的方式为读者理解和运用这些方法提供了坚实的基础，有助于读者

本书主旨是指导组织中数据治理相关角色在大数据环境下，如何对数据资产进行有效治理，更好地为组织提供数据服务。全书共10章，主要包括大数据治理与服务概述、大数据治理与服务总体框架、大数据架构治理、元数据治理、主数据治理、文档和内容治理、大数据质量治理、大数据安全治理、大数据治理能力成熟度评估模型和大数据服务等内容。本书可作

本书介绍基于Python语言的网络数据采集技术的相关知识，并为采集网络中的各种数据类型提供全面指导。第1章重点介绍Scrapy框架及配置方法;第2～6章重点介绍网络数据采集的基本原理,包括如何利用Python从网络服务器请求信息，如何对服务器的响应进行基本处理，以及如何通过自动化的手段与网站进行交互;第7、8章介绍登录

本书为大数据时代下的产物，由浅入深地介绍大数据及其相关知识，在大数据的背景下着重介绍ETL数据处理技术，同时引入数据清洗的知识，理论与实际相结合，突出所长。在理论上，本书突出重点与难点，较为系统地介绍大数据的各项基本技术。在实践操作上，本书贴近生活，切实理解，紧跟实验进行，并从中萃取精华。同时本书还介绍ETL技术的主流

本书以常见的数据分析与大数据应用方法为主线，按照数据采集、数据存储与管理、数据预处理、数据分析与挖掘的逻辑关系分析大数据时代应如何采用量化方法分析经济问题。本书在定性分析的基础上，采用大量的实例和软件操作插图来直观地解释大数据分析方法的原理和应用，为读者提供“一站式”服务。同时，通过对线性回归、逻辑回归等计量方法，主成