-
외국도서
-
대학교재/전문서적
-
자연과학 일반
Data Mining : Concepts, Models, Methods, and Algorithms[양장]
2013년 9월 9일 이후 누적수치입니다.
- 저 : Kantardzic, Mehmed
- 출판사 : IEEE Computer Society Press
- 발행 : 2019년 06월 12일
- 쪽수 : 688
- ISBN : 9781119516040
| 정가 |
58,000원 |
|---|
-
58,000원
1,740P (3%적립)
| 할인혜택 | |
|---|---|
| 적립혜택 |
|
|
|
| 추가혜택 |
|
-
이벤트/기획전
-
연관도서
-
상품권
목차
Preface xiii
Preface to the Second Edition xv
Preface to the First Edition xvii
1 Data-Mining Concepts 1
1.1 Introduction 2
1.2 Data-Mining Roots 4
1.3 Data-Mining Process 6
1.4 From Data Collection to Data Preprocessing 10
1.5 Data Warehouses for Data Mining 15
1.6 From Big Data to Data Science 18
1.7 Business Aspects of Data Mining: Why a Data-Mining Project Fails? 22
1.8 Organization of This Book 26
1.9 Review Questions and Problems 28
1.10 References for Further Study 30
2 Preparing the Data 33
2.1 Representation of Raw Data 34
2.2 Characteristics of Raw Data 38
2.3 Transformation of Raw Data 40
2.4 Missing Data 43
2.5 Time-Dependent Data 44
2.6 Outlier Analysis 49
2.7 Review Questions and Problems 56
2.8 References for Further Study 59
3 Data Reduction 61
3.1 Dimensions of Large Data Sets 62
3.2 Features Reduction 64
3.3 Relief Algorithm 75
3.4 Entropy Measure for Ranking Features 77
3.5 Principal Component Analysis 80
3.6 Value Reduction 83
3.7 Feature Discretization: ChiMerge Technique 86
3.8 Case Reduction 90
3.9 Review Questions and Problems 93
3.10 References for Further Study 95
4 Learning from Data 97
4.1 Learning Machine 99
4.2 Statistical Learning Theory 104
4.3 Types of Learning Methods 110
4.4 Common Learning Tasks 112
4.5 Support Vector Machines 117
4.6 Semi-Supervised Support Vector Machines (S3VM) 131
4.7 kNN: Nearest Neighbor Classifier 134
4.8 Model Selection vs. Generalization 138
4.9 Model Estimation 142
4.10 Imbalanced Data Classification 150
4.11 90% Accuracy … Now What? 154
4.12 Review Questions and Problems 158
4.13 References for Further Study 161
5 Statistical Methods 165
5.1 Statistical Inference 166
5.2 Assessing Differences in Data Sets 168
5.3 Bayesian Inference 172
5.4 Predictive Regression 175
5.5 Analysis of Variance 181
5.6 Logistic Regression 184
5.7 Log-Linear Models 185
5.8 Linear Discriminant Analysis 189
5.9 Review Questions and Problems 191
5.10 References for Further Study 194
6 Decision Trees and Decision Rules 197
6.1 Decision Trees 199
6.2 C4.5 Algorithm: Generating a Decision Tree 201
6.3 Unknown Attribute Values 209
6.4 Pruning Decision Trees 214
6.5 C4.5 Algorithm: Generating Decision Rules 215
6.6 Cart Algorithm and Gini Index 219
6.7 Limitations of Decision Trees and Decision Rules 222
6.8 Review Questions and Problems 225
6.9 References for Further Study 229
7 Artificial Neural Networks 231
7.1 Model of an Artificial Neuron 233
7.2 Architectures of Artificial Neural Networks 237
7.3 Learning Process 239
7.4 Learning Tasks Using Anns 243
7.5 Multilayer Perceptrons 245
7.6 Competitive Networks and Competitive Learning 255
7.7 Self-Organizing Maps 259
7.8 Deep Learning 264
7.9 Convolutional Neural Networks (CNNs) 270
7.10 Review Questions and Problems 273
7.11 References for Further Study 276
8 Ensemble Learning 279
8.1 Ensemble Learning Methodologies 280
8.2 Combination Schemes for Multiple Learners 285
8.3 Bagging and Boosting 286
8.4 AdaBoost 288
8.5 Review Questions and Problems 290
8.6 References for Further Study 293
9 Cluster Analysis 295
9.1 Clustering Concepts 296
9.2 Similarity Measures 299
9.3 Agglomerative Hierarchical Clustering 306
9.4 Partitional Clustering 310
9.5 Incremental Clustering 313
9.6 DBSCAN Algorithm 317
9.7 BIRCH Algorithm 320
9.8 Clustering Validation 323
9.9 Review Questions and Problems 328
9.10 References for Further Study 333
10 Association Rules 335
10.1 Market-Basket Analysis 337
10.2 Algorithm Apriori 338
10.3 From Frequent Itemsets to Association Rules 340
10.4 Improving the Efficiency of the Apriori Algorithm 342
10.5 Frequent Pattern Growth Method 344
10.6 Associative-Classification Method 346
10.7 Multidimensional Association Rule Mining 349
10.8 Review Questions and Problems 351
10.9 References for Further Study 355
11 Web Mining and Text Mining 357
11.1 Web Mining 358
11.2 Web Content, Structure, and Usage Mining 360
11.3 Hits and Logsom Algorithms 362
11.4 Mining Path-Traversal Patterns 368
11.5 PageRank Algorithm 371
11.6 Recommender Systems 374
11.7 Text Mining 375
11.8 Latent Semantic Analysis 379
11.9 Review Questions and Problems 385
11.10 References for Further Study 388
12 Advances in Data Mining 391
12.1 Graph Mining 392
12.2 Temporal Data Mining 406
12.3 Spatial Data Mining 422
12.4 Distributed Data Mining 426
12.5 Correlation Does not Imply Causality! 435
12.6 Privacy, Security, and Legal Aspects of Data Mining 442
12.7 Cloud Computing Based on Hadoop and Map/Reduce 449
12.8 Reinforcement Learning 454
12.9 Review Questions and Problems 459
12.10 References for Further Study 461
13 Genetic Algorithms 465
13.1 Fundamentals of Genetic Algorithms 466
13.2 Optimization Using Genetic Algorithms 468
13.3 A Simple Illustration of a Genetic Algorithm 474
13.4 Schemata 480
13.5 Traveling Salesman Problem 483
13.6 Machine Learning Using Genetic Algorithms 485
13.7 Genetic Algorithms for Clustering 490
13.8 Review Questions and Problems 493
13.9 References for Further Study 494
14 Fuzzy Sets and Fuzzy Logic 497
14.1 Fuzzy Sets 498
14.2 Fuzzy Set Operations 504
14.3 Extension Principle and Fuzzy Relations 509
14.4 Fuzzy Logic and Fuzzy Inference Systems 513
14.5 Multifactorial Evaluation 518
14.6 Extracting Fuzzy Models from Data 521
14.7 Data Mining and Fuzzy Sets 526
14.8 Review Questions and Problems 528
14.9 References for Further Study 530
15 Visualization Methods 533
15.1 Perception and Visualization 534
15.2 Scientific Visualization and Information Visualization 535
15.3 Parallel Coordinates 542
15.4 Radial Visualization 544
15.5 Visualization Using Self-Organizing Maps 547
15.6 Visualization Systems for Data Mining 549
15.7 Review Questions and Problems 554
15.8 References for Further Study 555
Appendix A: Information on Data Mining 559
A.1 Data-Mining Journals 559
A.2 Data-Mining Conferences 564
A.3 Data-Mining Forums/Blogs 568
A.4 Data Sets 570
A.5 Comercially and Publicly Available Tools 574
A.6 Web Site Links 583
Appendix B: Data-Mining Applications 589
B.1 Data Mining for Financial Data Analyses 589
B.2 Data Mining for the Telecomunication Industry 593
B.3 Data Mining for the Retail Industry 596
B.4 Data Mining in Healthcare and Biomedical Research 599
B.5 Data Mining in Science and Engineering 602
B.6 Pitfalls of Data Mining 605
Bibliography 607
Index 633
저자소개
| 생년월일 | - |
|---|
해당작가에 대한 소개가 없습니다.
주간랭킹
더보기상품정보제공고시
이벤트 기획전
대학교재/전문서적 분야에서 많은 회원이 구매한 책
판매자정보
상호 |
(주)교보문고 |
|---|---|
대표자명 |
안병현 |
사업자등록번호 |
102-81-11670 |
연락처 |
1544-1900 |
전자우편주소 |
callcenter@kyobobook.co.kr |
통신판매업신고번호 |
01-0653 |
영업소재지 |
서울특별시 종로구 종로 1(종로1가,교보빌딩) |
교환/환불
반품/교환 방법 |
‘마이페이지 > 취소/반품/교환/환불’ 에서 신청 또는 1:1 문의 게시판 및 고객센터(1577-2555)에서 신청 가능 |
|---|---|
반품/교환가능 기간 |
변심 반품의 경우 출고완료 후 6일(영업일 기준) 이내까지만 가능 |
반품/교환 비용 |
변심 혹은 구매착오로 인한 반품/교환은 반송료 고객 부담 |
반품/교환 불가 사유 |
·소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우 ·소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우 ·복제가 가능한 상품 등의 포장을 훼손한 경우 ·시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우 ·전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우 |
상품 품절 |
공급사(출판사) 재고 사정에 의해 품절/지연될 수 있음 |
소비자 피해보상 |
·상품의 불량에 의한 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결 기준 (공정거래위원회 고시)에 준하여 처리됨 ·대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리함 |
(주)KG이니시스 구매안전서비스
(주)인터파크커머스는 회원님들의 안전거래를 위해 구매금액, 결제수단에 상관없이 (주)인터파크커머스를 통한 모든 거래에 대하여
(주)KG이니시스가 제공하는 구매안전서비스를 적용하고 있습니다.
배송안내
교보문고 상품은 택배로 배송되며, 출고완료 1~2일내 상품을 받아 보실 수 있습니다.
출고가능 시간이 서로 다른 상품을 함께 주문할 경우 출고가능 시간이 가장 긴 상품을 기준으로 배송됩니다.
군부대, 교도소 등 특정기관은 우체국 택배만 배송가능합니다.
배송비는 업체 배송비 정책에 따릅니다.
- 도서 구매 시 15,000원 이상 무료배송, 15,000원 미만 2,500원
- 상품별 배송비가 있는 경우, 상품별 배송비 정책 적용