滿額折
數據挖掘與最優化技術及其應用（簡體書）
人民幣定價：36 元
定 價：NT$ 216 元
優惠價：87 折 188 元
絕版無法訂購
相關商品
商品簡介
目次
商品簡介
本書介紹幾類數據挖掘問題優化模型以及用于求解數據挖掘優化模型的優化算法，其中包括算法設計和數值實驗。書中詳細介紹了數據分類問題、數據聚類問題、回歸問題、等基數的雙目錄分割問題、數據相關性問題的最優化數學模型以及關聯規則挖掘算法和因果規則的近似表示理論。本書反映了數據挖掘的數學理論基礎的最新研究成果。
本書可作為數據挖掘理論和算法及相關專業的研究生教材，也可作為相關專業科技工作者的參考書。
本書可作為數據挖掘理論和算法及相關專業的研究生教材，也可作為相關專業科技工作者的參考書。
目次
第一章 引言
§1.1 數據挖掘的意義
§1.2 數據庫知識發現
§1.3 數據挖掘的主要內容
§1.4 數據挖掘的應用
§1.5 本書的研究工作和主要成果
第二章 數據挖掘問題最優化模型及數學基礎知識
§2.1 數據挖掘問題與最優化的結合
§2.2 數學基礎知識
§2.2.1 范數與不等式
§2.2.2 矩陣的Rayleigh商
§2.2.3 多元函數分析
§2.2.4 凸集合和凸函數
§2.2.5 優化數學模型的算法結構
§2.3 分類問題的優化模型
§2.4 聚類問題的優化模型
§2.5 回歸問題的優化模型
§2.6 相關性問題的建模
§2.7 小結
第三章 支持向量機分類技術
§3.1 數據分類理論和算法綜述
§3.2 支持向量機分類技術
§3.2.1 支持向量機分類的優化模型
§3.2.2 光滑的支持向量機模型
§3.3 BFGS方法和Newton-Armijo方法
§3.4 數值試驗
§3.5 PSSVM的實際應用研究
§3.6 基於核函數的支持向量機分類方法
§3.7 小結
第四章 聚類優化模型及其求解算法
§4.1 數據聚類的數學規劃模型
§4.2 數據聚類的k質心聚類算法
§4.3 改進的k質心聚類算法
§4.4 基於核的k質心聚類算法
§4.5 基於樣本分割函數的k質心聚類算法
§4.6 基於遺傳算法的k質心聚類算法
§4.7 小結
第五章 等基數雙目錄分割問題
§5.1 等基數雙目錄分割問題數學模型
§5.2 改進的隨機算法（IRA）
§5.3 IRA算法分析
§5.4 小結
第六章 關聯規則挖掘算法和規則近似表示
§6.1 關聯規則挖掘的一般概念
§6.2 關聯規則挖掘算法
§6.3 矩陣算法
§6.3.1 矩陣算法的過程
§6.3.2 矩陣算法的數值實驗
§6.4 數據庫因果關係的線性化近似
§6.4.1 數據庫因果關係
§6.4.2 因果關係的線性多項式近似
§6.5 小結
第七章 數據挖掘應用
§7.1 數據挖掘在生物信息學中的應用
§7.2 數據挖掘在保險業中的應用
§7.3 數據挖掘在金融業中的應用
參考文獻
附錄
附錄A Procedure for generating—matrix（T）
附錄B Procedure joillt operation（Lk-1）
附錄C Procedure frequentitemsets（Ck）
附錄D Procedure of generating association—rules（L）
§1.1 數據挖掘的意義
§1.2 數據庫知識發現
§1.3 數據挖掘的主要內容
§1.4 數據挖掘的應用
§1.5 本書的研究工作和主要成果
第二章 數據挖掘問題最優化模型及數學基礎知識
§2.1 數據挖掘問題與最優化的結合
§2.2 數學基礎知識
§2.2.1 范數與不等式
§2.2.2 矩陣的Rayleigh商
§2.2.3 多元函數分析
§2.2.4 凸集合和凸函數
§2.2.5 優化數學模型的算法結構
§2.3 分類問題的優化模型
§2.4 聚類問題的優化模型
§2.5 回歸問題的優化模型
§2.6 相關性問題的建模
§2.7 小結
第三章 支持向量機分類技術
§3.1 數據分類理論和算法綜述
§3.2 支持向量機分類技術
§3.2.1 支持向量機分類的優化模型
§3.2.2 光滑的支持向量機模型
§3.3 BFGS方法和Newton-Armijo方法
§3.4 數值試驗
§3.5 PSSVM的實際應用研究
§3.6 基於核函數的支持向量機分類方法
§3.7 小結
第四章 聚類優化模型及其求解算法
§4.1 數據聚類的數學規劃模型
§4.2 數據聚類的k質心聚類算法
§4.3 改進的k質心聚類算法
§4.4 基於核的k質心聚類算法
§4.5 基於樣本分割函數的k質心聚類算法
§4.6 基於遺傳算法的k質心聚類算法
§4.7 小結
第五章 等基數雙目錄分割問題
§5.1 等基數雙目錄分割問題數學模型
§5.2 改進的隨機算法（IRA）
§5.3 IRA算法分析
§5.4 小結
第六章 關聯規則挖掘算法和規則近似表示
§6.1 關聯規則挖掘的一般概念
§6.2 關聯規則挖掘算法
§6.3 矩陣算法
§6.3.1 矩陣算法的過程
§6.3.2 矩陣算法的數值實驗
§6.4 數據庫因果關係的線性化近似
§6.4.1 數據庫因果關係
§6.4.2 因果關係的線性多項式近似
§6.5 小結
第七章 數據挖掘應用
§7.1 數據挖掘在生物信息學中的應用
§7.2 數據挖掘在保險業中的應用
§7.3 數據挖掘在金融業中的應用
參考文獻
附錄
附錄A Procedure for generating—matrix（T）
附錄B Procedure joillt operation（Lk-1）
附錄C Procedure frequentitemsets（Ck）
附錄D Procedure of generating association—rules（L）
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。