数据挖掘算法与应用
编辑推荐
《数据挖掘算法与应用》分为数据挖掘算法、数据挖掘相关技术、数据挖掘应用三个部分。《数据挖掘算法与应用》适合对金融应用感兴趣的计算机专业人士，也可以是对计算机和互联网感兴趣的金融专业人士。《数据挖掘算法与应用》的读者可以是对金融应用感兴趣的计算机专业人士，也可以是对计算机和互联网感兴趣的金融专业人士。它可供数据挖掘、机器智能、金融数据分析等领域的科技人员和高校师生参考。
内容简介
数据挖掘是一个涉及数据库技术、计算智能、统计学、模式识别等多个学科的领域。目前，数据挖掘已经在各行各业有了非常广泛的应用。
本书综合了大量国内外的最新资料和作者的研究成果，系统地介绍了数据挖掘算法、相关技术及其金融数据上的应用。在绪论之后，全书从结构上分为3篇。第1篇具体介绍了数据挖掘的主要算法，包括决策树算法、神经网络算法、基因算法、基本统计分析方法、贝叶斯网络算法、支持向量机方法等。第2篇主要讨论数据挖掘的相关技术，包括数据仓库技术、模糊处理技术、粗糙集技术以及目标优化技术。第3篇探讨了一些数据挖掘的应用专题，包括互联网金融信息搜索引擎、互联网信息流时间序列挖掘等问题。
本书的读者可以是对金融应用感兴趣的计算机专业人士，也可以是对计算机和互联网感兴趣的金融专业人士。它可供数据挖掘、机器智能、金融数据分析等领域的科技人员和高校师生参考。
在线客服