데이터 수집과 생성을 위한 데이터 마니닝의 기초부터 이상치 탐지에 이르기까지의 내용을 다양한 표와 그림, 예제를 곁들여 이해하기 쉽게 구성한 데이터 마이닝 입문서.
제1장 서론 1.1 데이터 마이닝이란 무엇인가? 1.2 계기가 된 도전들 1.3 데이터 마이닝의 기원 1.4 데이터 마이닝 작업 1.5 이 책의 범위와 구성 1.6 참고문헌 설명 1.7 연습문제
제2장 데이터 2.1 데이터의 타입 2.2 데이터 품질 2.3 데이터 전처리 2.4 유사도와 비유사도의 척도 2.5 참고문헌의 설명 2.6 연습문제
제3장 데이터 탐색 3.1 아이리스 데이터 집합 3.2 요약 통계 3.3 가시화 3.4 OLAP와 다차원 데이터 분석 3.5 참고문헌 설명 3.6 연습문제
제4장 분류:기본개념, 의사결정, 트리모델 평가 4.1 서론 4.2 분류 문제 해결을 위한 일반적인 접근 방법 4.3 의사결정 트리 귀납 4.4 모델 과잉적합 4.5 분류기 성능 평가 4.6 분류기 비교 방법 4.7 참고문헌 설명 4.8 연습문제
제5장 분류:다른 방법들 5.1 규칙기반 분류기 5.2 인접 이웃 분류기 5.3 베이지안 분류기 5.4 인공신경망(ANN) 5.5 지지도 벡터 기계(SVM) 5.6 앙상블 기법 5.7 클래스 불균형 문제 5.8 멀티클래스 문제 5.9 참고문헌 주석 5.10 연습문제
제6장 연관분석:기본 개념과 알고리즘 6.1 문제 정의 6.2 빈발 항목집합 생성 6.3 규칙 생성 6.4 빈발 항목집합들의 간결한 표현 6.5 빈발 항목집합들을 생성하기 위한 대체 방법 6.6 FP-성장 알고리즘 6.7 연관 패턴의 증가 6.8 편향 지지도 분포의 영향 6.9 참고문헌 설명 6.10 연습문제
제7장 연관 분석:고급 개념 7.1 범주형 속성 처리 7.2 연속형 속성 처리 7.3 개념 개층 처리 7.4 순차 패턴 7.5 부분 그래프 패턴 7.6 비빈발 패턴 7.7 참고문헌 설명 7.8 연습문제
Home > 
1%
