資料探勘: 人工智慧與機器學習發展以SPSS Modeler為範例 | 誠品線上

資料探勘: 人工智慧與機器學習發展以SPSS Modeler為範例

內容簡介

內容簡介 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。

作者介紹

作者介紹 ■作者簡介廖述賢現任：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

產品目錄

產品目錄 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Ⅰ3-1 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Ⅱ4-1 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：C5.05-1 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＆RT6-1 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／PCA7-1 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 Networks8-1 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 Networks9-1 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 Machine10-1 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 rules11-1 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 analysis12-1 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 analysis13-1 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 network14-1 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

商品規格

最佳賣點

最佳賣點 : 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，...