HOME > 상세정보

상세정보

데이타 마이닝

데이타 마이닝 (81회 대출)

자료유형
단행본
개인저자
Adriaans, Pieter Zantinge, Dolf 용환승
서명 / 저자사항
데이타 마이닝 / Pieter Adriaans ; Dolf Zantinge [共著] ; 용환승 譯.
발행사항
서울 :   그린 ,   1998.  
형태사항
viii, iv, 224 p. : 삽도,챠트 ; 23 cm.
원표제
Data mining
ISBN
8986497220
일반주기
색인수록  
서지주기
참고문헌 : p. 221-224
000 00810namccc200289 k 4500
001 000000639269
005 20100806062215
007 ta
008 990701s1998 ulkad 0 1a kor
020 ▼a 8986497220 ▼g 93560 : ▼c \9000
040 ▼a 211009 ▼c 211009 ▼d 211009
041 ▼a kor ▼h eng
049 1 ▼l 121039025 ▼f 과개 ▼l 121039026 ▼f 과개
082 0 4 ▼a 006.3 ▼2 21
085 ▼a 0075 ▼2 KDCP
090 ▼a 006.3 ▼b 1998
100 1 ▼a Adriaans, Pieter
245 1 0 ▼a 데이타 마이닝 / ▼d Pieter Adriaans ; ▼e Dolf Zantinge [共著] ; ▼e 용환승 譯.
246 1 9 ▼a Data mining
260 ▼a 서울 : ▼b 그린 , ▼c 1998.
300 ▼a viii, iv, 224 p. : ▼b 삽도,챠트 ; ▼c 23 cm.
500 ▼a 색인수록
504 ▼a 참고문헌 : p. 221-224
700 1 ▼a Zantinge, Dolf
700 1 ▼a 용환승
950 0 ▼b \9000

소장정보

No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 과학도서관/보존서고1(동양서)/ 청구기호 006.3 1998 등록번호 121039025 도서상태 대출가능 반납예정일 예약 서비스 B M

컨텐츠정보

저자소개

PIETER ADRIAANS(지은이)

<데이타 마이닝>

정보제공 : Aladin

목차


목차
제1장 서론 = 1
 확장되는 데이타의 세계 = 1
 생산 요소로서의 정보 = 2
 학습능력을 가진 컴퓨터 시스템 = 3
 데이타 마이닝 = 7
 KDD와 데이타 마이닝 = 8
 데이타 마이닝과 질의 도구들 = 10
 마케팅에서의 데이타 마이닝 = 12
 데이타 마이닝의 실용적 응용 분야 = 14
 결론 = 16
제2장 학습이란 무엇인가? = 17
 서론 = 17
 학습이란 무엇인가? = 17
 자가 - 학습 (self - learning)컴퓨터 시스템 = 19
 기계 - 학습과 과학 방법론 = 22
 개념 학습 (concept learning) = 26
 분류 정확도 (classification acuracy) = 28
 명백성 (transparency) = 28
 통계적 중요성 (statistical significance) = 29
 정보 내용 (information content) = 30
 탐색 공간의 복잡도 (complexity) = 30
 안개 속의 캥거루 = 31
 결론 = 36
제3장 데이타 마이닝과 데이타 웨어하우스 = 37
 서론 = 37
 데이타 웨어하우스는 무엇이고 왜 필요한가? = 37
 메타 데이타 (Meta-data) = 41
 의사결정 지원시스템의 설계 = 42
 최종사용자의 요구사항 = 43
 의사결정 지원시스템의 하드웨어와 소프트웨어 제품 = 43
 클라이언트 / 서버와 데이타 웨어하우스 = 46
 다중 처리 컴퓨터 = 49
 비용 타당성 분석 = 51
 결론 = 56
제4장 지식 탐사 절차 = 57
 서론 = 57
 세부적인 지식 탐사 절차 = 59
 데이타 선정 (Data selection) = 60
 정제 (cleaning) = 61
 보강 (enrichment) = 64
 코딩 (coding) = 64
 데이타 마이닝 = 72
 기존의 질의 도구를 사용한 데이타 집합의 사전 분석 = 73
 가시화기법 = 81
 가능성 (likelihood)과 거리 (distance) = 83
 OLAP도구 = 86
 k- 최단 인접 (k-nearest neighbor) = 87
 의사결정 트리 (decision tree) = 90
 연관 규칙 (association rule) = 97
 신경망 (neural networks) = 105
 유전자 알고리즘 (Genetic Algorithms) = 112
 보고서 작성 (reporting) = 121
 결론 (conclusion) = 121
제5장 KDD 환경의 구축 = 123
 서론 = 123
 지식의 유형 = 123
 시작하기 = 126
 데이타 선정 (data selection) = 129
 정제 (cleaning) = 130
 보강 (enrichment) = 132
 코딩 (coding) = 134
 데이타 마이닝 (data mining) = 134
 보고서 작성 (reporting) = 139
 KDD 환경 = 140
 열 개의 귀중한 규칙 = 141
 결론 = 145
제6장 실제 응용 사례 = 147
 서론 = 147
 고객 정보분석 = 148
 조종사들의 조종석 선호 예측 = 157
 외래키 관계성 탐색 = 162
 결과 = 168
 결론 = 170
제7장 학습 알고리즘의 형식적 측면 = 171
 서론 = 171
 데이타 집합의 압축 관점에서 본 학습 = 171
 메시지의 정보 내용 = 178
 잡음 (noise)과 중복 (redundancy) = 181
 잡음의 중요성 = 183
 퍼지 (fuzzy) 데이타베이스 = 184
 관계 데이타베이스 이론 = 184
 릴레이션에서 테이블로 = 187
 키에서 통계 종속성으로 = 188
 비정규화 (denormalization) = 191
 데이타 마이닝의 기본기술 = 193
 결론 = 196
맺음말 = 197
용어해설 (Glossary) = 201
찾아보기 = 215


관련분야 신착자료

Easttom, Chuck (2021)
Glassner, Andrew S (2022)
Campbell, Matthew (2021)