HOME > Detail View

Detail View

데이터마이닝

데이터마이닝 (Loan 31 times)

Material type
단행본
Personal Author
이택림, 저 구자용, 저 박헌진, 저 이긍희, 저 최대우, 저
Title Statement
데이터마이닝 = Data mining / 이택림 [공]저
Publication, Distribution, etc
서울 :   한국방송통신대학교출판부,   2004  
Physical Medium
336 p. : 삽화 ; 25 cm
ISBN
8920909504
General Note
공저자: 구자용, 박헌진, 이긍희, 최대우  
Bibliography, Etc. Note
참고문헌과 색인수록
000 00000nam c2200205 c 4500
001 000045156896
005 20170706142226
007 ta
008 050309s2004 ulka b AZ 001c kor
020 ▼a 8920909504 ▼g 93310
040 ▼a 244002 ▼c 244002 ▼d 244002 ▼d 211009
082 0 4 ▼a 006.3 ▼2 22
085 ▼a 006.3 ▼2 DDCK
090 ▼a 006.3 ▼b 2004f
245 0 0 ▼a 데이터마이닝 = ▼x Data mining / ▼d 이택림 [공]저
260 ▼a 서울 : ▼b 한국방송통신대학교출판부, ▼c 2004
300 ▼a 336 p. : ▼b 삽화 ; ▼c 25 cm
500 ▼a 공저자: 구자용, 박헌진, 이긍희, 최대우
504 ▼a 참고문헌과 색인수록
700 1 ▼a 이택림, ▼e
700 1 ▼a 구자용, ▼e
700 1 ▼a 박헌진, ▼e
700 1 ▼a 이긍희, ▼e
700 1 ▼a 최대우, ▼e

Holdings Information

No. Location Call Number Accession No. Availability Due Date Make a Reservation Service
No. 1 Location Sejong Academic Information Center/Science & Technology/ Call Number 006.3 2004f Accession No. 151175497 Availability Available Due Date Make a Reservation Service C

Contents information

Table of Contents


목차
제1장 데이터마이닝의 개요 = 1
 1.1 데이터마이닝의 도입배경 = 3
 1.2 데이터마이닝의 개념 = 6
 1.3 데이터마이닝 관련 분야 = 12
 1.4 데이터마이닝 기법 = 15
제2장 데이터마이닝의 활용 = 23
 2.1 국내 데이터마이닝의 역사 = 25
 2.2 신용카드사의 부정사용자 적발을 위한 데이터마이닝 = 27
 2.3 고객이탈방지를 위한 데이터마이닝 = 34
 2.4 개인신용평가를 위한 데이터마이닝 = 45
 2.5 DNA 칩 자료분석에서의 데이터마이닝 = 48
제3장 자료의 탐색 = 59
 3.1 자료의 구성요소 및 변수 종류 = 61
 3.2 일변량 데이터의 탐색 = 64
 3.3 이변량 데이터의 탐색 = 78
 3.4 다변량 데이터의 탐색 = 84
 3.5 도표 및 그래프 작성시 유의사항 = 93
 3.6 S-PLUS 관련 명령어 = 94
제4장 군집분석 = 105
 4.1 군집화란? = 107
 4.2 개체 간 유사성의 계산방법 = 108
 4.3 계층적 군집화 = 113
 4.4 비계층적 군집화-K-평균 군집화 = 132
 4.5 새 개체의 군집할당 = 136
 4.6 군집화 방법의 비교 = 137
 4.7 S-PLUS를 이용한 군집화 = 139
제5장 연관규칙의 발굴 = 157
 5.1 연관규칙이란? = 159
 5.2 연관규칙의 평가측도 = 161
 5.3 시차연관규칙 = 165
 5.4 연관규칙의 절차 = 167
 5.5 연관규칙과 마케팅 = 169
 5.6 연관규칙의 장단점 = 171
제6장 나무모형과 앙상블 기법 = 175
 6.1 나무모형이란? = 177
 6.2 나무모형의 역사 = 178
 6.3 분할법칙 = 179
 6.4 나무모형의 가지치기와 축소 = 190
 6.5 최적화된 나무모형의 선택 = 192
 6.6 회귀나무 모형 = 199
 6.7 나무모형의 장단점 = 200
 6.8 앙상블 기법 = 203
 6.9 S-PLUS를 이용한 나무모형 적합 = 209
제7장 신경망 모형 = 221
 7.1 신경망이란? = 223
 7.2 신경망의 역사 = 226
 7.3 신경망의 구성요소 = 227
 7.4 신경망을 이용한 훈련 = 234
 7.5 신경망 모형의 작성 및 이용 = 236
 7.6 민감도 분석 = 246
 7.7 신경망의 장단점 = 246
 7.8 S-PLUS를 이용한 신경망 작성 = 247
제8장 로지스틱 회귀모형과 평점표 = 263
 8.1 회귀분석 = 265
 8.2 로지스틱 회귀모형 = 273
 8.3 평점표(Scorecard) = 273
 8.4 S-PLUS를 이용한 회귀모형 적합 = 303
부록 S-PLUS의 이해 = 313
찾아보기 = 333


New Arrivals Books in Related Fields

Cartwright, Hugh M. (2021)
한국소프트웨어기술인협회. 빅데이터전략연구소 (2021)