国产真实老熟女高潮视频,亚洲?V午夜成人片精品电影

內(nèi)容簡介

　　本書介紹數(shù)據(jù)挖掘的基本技術(shù)和相應的算法，突出案例的示范作用，并用R語言實現(xiàn).旨在緊扣重大科技突破和新興市場對大數(shù)據(jù)分析的需求，從高維海量數(shù)據(jù)中挖掘有用的信息，形成可運行的智能算法，解決實際問題，給業(yè)界帶來實際的豐厚回報，不斷拓展新的產(chǎn)業(yè)領域，延伸產(chǎn)業(yè)鏈條，形成集群發(fā)展、多點支撐的戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展格局.全書共9章，分別介紹了R語言基礎、關(guān)聯(lián)規(guī)則的挖掘、感知機、樸素貝葉斯算法、K近鄰法、決策樹、支持向量機、提升算法和隱馬爾可夫模型.本書為專業(yè)學位研究生所編寫，也可以作為統(tǒng)計、金融數(shù)學、計算機科學和計算機軟件專業(yè)的本科生教材，還可以作為零基礎讀者的自學教材.各章自成體系，讀者可以從頭逐章學習，也可隨意挑選自己所需要的章節(jié)學習.

作者簡介

暫缺《數(shù)據(jù)挖掘與R語言》作者簡介

圖書目錄

第1章R語言基礎
1.1R的安裝
1.2R數(shù)據(jù)結(jié)構(gòu)
1.3數(shù)據(jù)輸入
1.4程序控制流語句
1.5用戶自編函數(shù)
1.6運算符
1.7數(shù)學統(tǒng)計函數(shù)
第2章關(guān)聯(lián)規(guī)則的挖掘
2.1關(guān)聯(lián)規(guī)則模型
2.2關(guān)聯(lián)規(guī)則的支持度、可信度和提升度
2.3關(guān)聯(lián)規(guī)則Apriori算法
第3章感知機
3.1數(shù)據(jù)集的線性可分性
3.2感知機模型
3.3感知機學習策略
3.4感知機學習算法
第4章樸素貝葉斯算法
4.1樸素貝葉斯頻次表
4.2樸素貝葉斯條件概率表
4.3樸素貝葉斯分類器
4.4拉普拉斯校準子
4.5連續(xù)型數(shù)據(jù)特征的處理
第5章K近鄰法
5.1近鄰的距離度量方法
5.2Kd樹——尋找K近鄰
5.3分類決策規(guī)則
5.4K值的選擇
5.5K近鄰算法
第6章決策樹
6.1決策樹模型
6.2決策樹學習
6.3決策樹的生成
6.4決策樹的剪枝
6.5分類與回歸樹模型
第7章支持向量機
7.1線性可分支持向量機與硬間隔最大化
7.2線性支持向量機與軟間隔最大化
7.3非線性支持向量機與核函數(shù)
7.4序列最小最優(yōu)化算法
第8章提升算法
8.1AdaBoost提升算法
8.2AdaBoost算法解釋
8.3提升樹
第9章隱馬爾可夫模型
9.1基本概念
9.2概率計算算法
9.3學習算法
9.4預測算法
參考文獻