同類熱銷排行榜

Matlab數據分析

作者：編者:康海剛//段班祥|責編:侯憲國
出版社：機械工業
ISBN：9787111645603

出版日期：2021/02/01
裝幀：平裝
頁數：241

人民幣：RMB 49.8 元售價：元

內容大鋼

本教材首先介紹了數據分析的基本概念和方法，然後通過大量實例介紹了如何使用Matlab實現數據分析，並深入淺出地介紹了數據建模過程中的有關方法。本教材共分8章，主要內容包括：數據的基本概念及其應用、Matlab基礎、隨機模擬、數據預處理、數據探索與分析、多元線性回歸模型、聚類分析和分類。
本教材可作為職業院校電腦相關專業的教學用書，也可供相關技術人員參考。

作者介紹

編者:康海剛//段班祥|責編:侯憲國

前言
第1章  數據的基本概念及其應用
  1.1  數據與數據處理
    1.1.1  數據的相關基本概念
    1.1.2  數據處理的主要概念
    1.1.3  數據處理的流程
    1.1.4  數據處理的誤區
  1.2  數據處理涉及的主要領域
    1.2.1  統計學
    1.2.2  數據挖掘
    1.2.3  雲計算
  1.3  數據處理的主要方法
    1.3.1  數據採集
    1.3.2  數據預處理
    1.3.3  數據分析
    1.3.4  數據挖掘演算法
第2章  Matlab基礎
  2.1  Matlab簡介
    2.1.1  Matlab的特點
    2.1.2  Matlab窗口簡介
  2.2  數組及其運算
    2.2.1  變數和數組
    2.2.2  變數的初始化
    2.2.3  多維數組
    2.2.4  子數組
    2.2.5  單元陣列
    2.2.6  顯示輸出數據
    2.2.7  數據文件
    2.2.8  數組運算和矩陣運算
    2.2.9  內置函數
  2.3  作圖入門
    2.3.1  簡單的直角坐標系作圖
    2.3.2  作圖的附加特性
  2.4  Matlab程序設計
    2.4.1  關係運算符和邏輯運算符
    2.4.2  選擇結構
    2.4.3  循環結構
  2.5  自定義函數
第3章  隨機模擬
  3.1  隨機數的生成
  3.2  蒙特卡羅模擬
    3.2.1  蒙特卡羅模擬估計面積
    3.2.2  蒙特卡羅模擬尋求近似圓周率
    3.2.3  蒙特卡羅模擬解決生日問題
  3.3  隨機行為的模擬
  3.4  蒙特卡羅模擬應用案例：理髮店系統研究
第4章  數據預處理
  4.1  認識數據
    4.1.1  屬性
    4.1.2  離散屬性和連續屬性

  4.2  數據預處理概述
    4.2.1  數據清洗
    4.2.2  數據集成
    4.2.3  數據歸約
    4.2.4  數據變換
  4.3  Matlab與Excel的數據交互
    4.3.1  以交互方式導入數據
    4.3.2  讀取和寫入表
    4.3.3  大型文件和大型數據簡介
    4.3.4  數據的清理、平滑和分組等
第5章  數據探索與分析
  5.1  數據的特徵統計量
    5.1.1  中心度量趨勢：均值、中位數、眾數
    5.1.2  常用的變異程度度量
    5.1.3  分佈形態
  5.2  基本統計描述的可視化
    5.2.1  分類型數據頻數分佈及其可視化
    5.2.2  直方圖
    5.2.3  分位數圖和經驗累計分佈函數
    5.2.4  分位數-分位數圖——q-q圖
    5.2.5  箱形圖
    5.2.6  散點圖
  5.3  度量數據的相似性和相異性
    5.3.1  數據矩陣、相異性矩陣、相似性矩陣
    5.3.2  數值屬性的相似性：相關係數
    5.3.3  數值屬性的相異性：距離
  5.4  數據降維——主成分分析
第6章  多元線性回歸模型
  6.1  概述
  6.2  一元曲線擬合
    6.2.1  案例1——百貨商場銷售額
    6.2.2  確定最優擬合
    6.2.3  導出模型到工作空間
  6.3  多元線性回歸模型
    6.3.1  案例2——牙膏的銷售量
    6.3.2  案例3——自變數含有分類變數的處理
  6.4  逐步回歸模型
第7章  聚類分析
  7.1  簡介
    7.1.1  聚類分析的類型
    7.1.2  聚類分析的依據
  7.2  譜系聚類
  7.3  k均值聚類
    7.3.1  k均值聚類概述
    7.3.2  k均值聚類演算法的Matlab函數
    7.3.3  k均值聚類演算法的特點
    7.3.4  k均值聚類演算法綜合應用
  7.4  層次聚類
    7.4.1  概述
    7.4.2  層次聚類演算法的Matlab實現

    7.4.3  層次聚類演算法的特點
  7.5  高斯混合模型聚類
    7.5.1  簡介
    7.5.2  高斯混合模型聚類演算法的Matlab實現
第8章  分類
  8.1  分類演算法簡介
    8.1.1  邏輯回歸分類演算法
    8.1.2  K近鄰分類演算法
    8.1.3  支持向量機分類演算法
    8.1.4  人工神經網路分類演算法
    8.1.5  樸素貝葉斯分類演算法
    8.1.6  判別分析分類演算法
    8.1.7  決策樹分類演算法
    8.1.8  集成學習分類演算法
  8.2  分類的評判
    8.2.1  評判指標
    8.2.2  ROC曲線和AUC
  8.3  判別分析分類的具體應用
    8.3.1  判別分析的定義、特點和類型
    8.3.2  距離判別
    8.3.3  貝葉斯判別
  8.4  使用Classification Learner App實現分類
參考文獻

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032

同類熱銷排行榜

最近瀏覽的商品

Matlab數據分析