回首頁  
帳號
 
關於博碩 博碩好讀 校園圖書 MOCC認證 博碩教育雲                     最新書單(歡迎下載)

博碩好讀
  新書推薦
  出版預告
 

分類索引

 

出版總覽

 

讀者服務

  徵求作者
 
首頁 >> 書籍介紹
 
 
點我可放大圖片
 
書名:資料探勘:人工智慧與機器學習發展以SPSS Modeler為範例
書號:MP31904 作者:廖述賢、溫志皓 ISBN: 978-986-434-367-6
定價:NT$690元 印刷:單色 頁數:416頁
書籍規格:17*23 上市日:2019/2/2 譯者:(無)
學習定位:初階 本書附件:無   快速前往 範例
加入購物車 >> 天瓏    
       
快速前往 快速前往        

 

 
    資料探勘是一門結合統計學與資訊科學相關理論的方法學,藉由各種功能與模式的導入與實踐,使得資料探勘的應用遍及各個領域,成為研究與實務工作者重要的研究方法,尤其是運用在人工智慧及機器學習的未來發展。再者,隨著知識經濟的發展,以資料探勘為基礎,創造個人、組織競爭優勢、與經營績效的管理理論及工具,也就成為資料探勘發展及應用的趨勢。故資料探勘理論與工具方法的學習與導入於組織、企業,就成為知識探勘、運用與管理的重要工作。因此,我們也可以說資料探勘,對於學術界與實務界而言,是一門兼具問題、理論、與方法的學科。

    這本書所要提供給讀者的內容,即嘗試以不同資料探勘的理論為經,演算方法為緯,在經、緯的架構中,藉著個案實例,以及SPSS Modeler系統實際的操作,來說明資料探勘模式與功能所能提供問題解決的方法,以及在人工智慧及機器學習未來的發展。

    本書範例檔請至博碩官網下載。

 
    Chapter 01 資料探勘概論
    1-1 資料探勘概念
    1-2 何謂資料探勘?
    1-3 資料探勘的定義
    1-4 資料探勘的流程
    1-5 資料探勘的應用

    Chapter 02 資料探勘的功能
    2-1 資料探勘的方式與功能
    2-2 分類 (Classification)
    2-3 推估 (Estimation)
    2.4 預測 (Predication)
    2-5 集群 (Cluster or Segmentation)
    2-6 關聯 (Association rules analysis)
    2-7 順序 (Sequential)

    Chapter 03 資料庫與資料探勘 – 大資料Ⅰ
    3-1 大資料與資料庫
    3-2 資料與資料庫
    3-3 資料庫架構
    3-4 IBM SPSS Modeler 資料來源
    3-5 資料品質
    3-6 資料預處理

    Chapter 04 資料與資料探勘 – 大數據Ⅱ
    4-1 大數據與資料
    4-2 資料
    4-3 IBM SPSS Modeler 資料格式及設定
    4-4 自動資料準備
    4-5 遺漏值的處理

    Chapter 05 決策樹:C5.0
    5-1 決策樹基本概念
    5-2 決策樹演算法簡介
    5-3 IBM SPSS Modeler C5.0 節點資料格式與設定
    5-4 IBM SPSS Modeler C5.0 節點設定範圍
    5-5 個案應用—生物資訊

    Chapter 06 分類與迴歸樹: C&RT
    6-1 分類與迴歸樹基本概念
    6-2 C&R Tree演算法簡介
    6-3 IBM SPSS Modeler C&RT 節點資料格式與設定
    6-4 IBM SPSS Modeler C&R Tree 節點設定範圍
    6-5 個案應用—醫學診斷

    Chapter 07 因數分析: FA/PCA
    7-1 因素分析PCA/Factor基本概念
    7-2 因素分析演算法簡介
    7-3 IBM SPSS Modeler 主成分/因子 節點資料格式與設定
    7-4 IBM SPSS Modeler 主成分/因子 節點設定範圍
    7-5 個案應用—學術量表分析

    Chapter 08 類神經網路: Artificial Neural Networks
    8-1 類神經網路基本概念
    8-2 類神經網路演算法簡介
    8-3 IBM SPSS Modeler Neural Networks 節點資料格式與設定
    8-4 IBM SPSS Modeler 類神經網路 (ANN) 節點設定範圍
    8-5 個案應用—設備狀態監測

    Chapter 09 貝氏網路 –Bayesian Networks
    9-1 貝氏網路基本概念
    9-2 貝氏定理簡介
    9-3 IBM SPSS Modeler Bayesian 網路節點資料格式與設定
    9-4 IBM SPSS Modeler Bayesian 網路節點設定範圍
    9-5 個案應用—鐵達尼號乘客存活率分析

    Chapter 10 支援向量機 – Support Vector Machine
    10-1 支援向量機基本概念
    10-2 多分類支援向量機演算法簡介
    10-3 IBM SPSS Modeler SVM 節點資料格式與設定
    10-4 IBM SPSS Modeler SVM 節點設定範圍
    10-5 個案應用—公共行政管理應用

    Chapter 11 關聯規則 – Association rules
    11-1 關聯規則 Apriori 基本概念
    11-2 Apriori 演算法簡介
    11-3 IBM SPSS Modeler Apriori 節點資料格式與設定
    11-4 IBM SPSS Modeler Apriori 節點設定範圍
    11-5 個案應用—零售業購物籃分析應用

    Chapter 12 次序分析 – Sequence analysis
    12-1 次序分析Sequence analysis基本概念
    12-2 次序分析演算法簡介
    12-3 IBM SPSS Modeler 序列節點資料格式與設定
    12-4 IBM SPSS Modeler 序列節點設定範圍
    12-5 個案應用—零售業的需求推估

    Chapter 13 集群分析 – Clustering analysis
    13-1 集群分析 K-means 的基本概念
    13-2 K-Means 演算法簡介
    13-3 IBM SPSS Modeler K-Means 節點資料格式與設定
    13-4 IBM SPSS Modeler K-Means 節點設定範圍
    13-5 個案應用—城市汙水處理廠的水質資料

    Chapter 14 類神經網路 – Kohonen neural network
    14-1 類神經網路 Kohonen 基本概念
    14-2 類神經網路 Kohonen neural network 演算法
    14-3 IBM SPSS Modeler Kohonen neural network 節點資料格式與設定
    14-4 IBM SPSS Modeler Kohonen neural network 節點設定範圍
    14-5 個案應用—天文星體辨識資料應用

    Chapter 15 資料探勘與人工智慧發展
    15-1 人工智慧起源
    15-2 人工智慧的領域
    15-3 人工智慧的方法
    15-4 資料探勘與人工智慧發展

    Chapter 16 資料探勘與機器學習發展
    16-1 機器學習起源
    16-2 機器學習的領域
    16-3 機器學習的方法
    16-4 資料探勘與機器學習發展
 
    廖述賢
    現任:淡江大學管理科學學系專任教授
    學歷:英國華威克大學(Warwick University)作業研究及系統管理博士
    研究領域/專長:決策理論、資料探勘(大數據分析)、商業智慧、供應鏈管理、電子商務、數位金融(FinTech) 、知識管理、科技管理、行銷管理


    溫志皓
    現任:國防大學運籌管理學系專任助理教授
    學歷:國立中央大學企業管理博士(企業電子化與大數據組)
    研究領域/專長:資料探勘、資料庫行銷、推薦系統、數據分析、電子商務、人工智慧
 

範例下載
 
  1. 範例 (4.66MB)
 
 
     

 
 
博碩文化股份有限公司 DrMaster Press Co., Ltd.
台灣新北市汐止區新台五路一段112號10樓A棟
Building A, 10F, No.112, Xintai 5th Rd., Sec.1,Xizhi Dist., New Taipei City 221, Taiwan
Tel:02-2696-2869 Fax:02-2696-2867 劃撥帳號:17484299
客服信箱:DrService@drmaster.com.tw
Copyright© DrMaster Press Co., Ltd. All Rights Reserved.