复杂数据分析方法及其应用研究

编辑:苍蝇网互动百科 时间:2020-01-28 00:28:06
编辑 锁定
《复杂数据分析方法及其应用研究》主要从数据挖掘与商务智能的角度,系统地介绍了如何利用复杂数据分析的相关理论和方法来提升复杂事件的识别和预测的效果,同时还结合实际应用问题说明了复杂数据分析的应用过程。主要内容包括复杂数据分析方法综述、基于局部支持向量数据描述的复杂数据分析算法研究、类重叠问题及其处理方法研究、一致性分类方法研究和复杂概念分析应用研究等。
书    名
复杂数据分析方法及其应用研究
作    者
熊海涛
出版日期
2013年5月1日
语    种
简体中文
ISBN
9787564076788
品    牌
北京理工大学出版社
外文名
The Research on Methods and Applications of Complex Data Analysis
出版社
北京理工大学出版社
页    数
131页
开    本
16
定    价
28.00

复杂数据分析方法及其应用研究内容简介

编辑
《复杂数据分析方法及其应用研究》可供从事数据挖掘与商务智能研究和应用的科研人员及高等院校信息管理与信息系统专业、管理科学与工程等相关专业师生参考使用。

复杂数据分析方法及其应用研究图书目录

编辑
第一章绪论
  1.1背景介绍
  1.1.1类不均衡问题
  1.1.2类重叠问题
  1.1.3集成学习问题
  1.2相关研究分析
  1.2.1复杂数据研究分析
  1.2.2类重叠问题研究分析
  1.2.3集成学习研究分析
  1.3研究意义与目的
  1.4研究方法与研究内容
  1.4.1研究方法
  1.4.2研究内容与本书结构
  第二章相关研究综述
  2.1复杂数据分析的理论研究
  2.2复杂数据分析的算法研究
  2.2.1重抽样
  2.2.2成本敏感学习
  2.2.3集成学习方法
  2.2.4划分方法
  2.2.5调整归纳偏置
  2.2.6单类学习
  2.2.7特征选择方法
  2.2.8其他方法
  2.3复杂数据分析的评价指标研究
  2.3.1点指标
  2.3.2图指标
  2.4本章小结
  第三章基于局部支持向量数据描述的复杂数据分析算法研究
  3.1引言
  3.2数据固有结构对复杂数据分析算法的影响
  3.3支持向量数据描述的原理及算法
  3.4基于局部支持向量数据描述的复杂数据分析算法
  3.5本章小结
  第四章类重叠问题及其处理方法研究
  4.1引言
  4.2基本分类算法介绍
  4.2.1朴素贝叶斯(NB)
  4.2.2K最近邻法(k—NN)
  4.2.3支持向量机(SVMs)
  4.2.4决策树C4.5
  4.2.5规则分类器(RIPPER)
  4.3类重叠问题对分类的影响
  4.4类重叠学习框架
  4.4.1SVDD:重叠区域识别方法
  4.4.2NB:重叠区域识别方法
  4.4.3类重叠问题的处理算法
  4.5基于SVMs的分析
  4.6本章小结
  第五章一致性分类方法研究
  5.1引言
  5.2集成学习方法
  5.2.1集成学习方法的原理
  5.2.2Bagging
  5.2.3AdaBoost
  5.3基于局部聚类的组合复杂数据分析算法
  5.5本章小结
  第六章复杂数据分析应用研究
  6.1引言
  6.2复杂数据分析的应用过程
  6.3网络入侵检测应用研究
  6.3.1网络入侵检测数据集
  6.3.2数据预处理
  6.3.3类重叠处理
  6.3.4实验结果和分析
  6.4C2C电子商务共谋欺诈研究
  6.4.1C2C电子商务信用机制及欺诈识别研究综述
  6.4.2实验结果和分析
  6.5本章小结
  结论
  参考文献

  
词条标签:
文化 出版物