データマイニングと機械学習の基礎（テキスト・第２版） Data Mining and Machine Learning : Fundamental Concepts and Algorithms （2ND）

データマイニングと機械学習の基礎（テキスト・第２版）<br>Data Mining and Machine Learning : Fundamental Concepts and Algorithms （2ND）

個数：

データマイニングと機械学習の基礎（テキスト・第２版）
Data Mining and Machine Learning : Fundamental Concepts and Algorithms （2ND）

Zaki, Mohammed J./ Meira, Jr, Wagner

アメリカ（US）から取り寄せる

ウェブストア価格 ¥18,546（本体¥16,860）
Cambridge University Press（2020/01発売）
外貨定価 US$ 89.00
ポイント 168pt

提携先の海外書籍取次会社に在庫がございます。通常3週間で発送いたします。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合が若干ございます。
2. 複数冊ご注文の場合は、ご注文数量が揃ってからまとめて発送いたします。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

イギリス（GB）から取り寄せる

ウェブストア価格 ¥18,331（本体¥16,665）
Cambridge University Press（2020/01発売）
外貨定価 UK£ 66.00
ポイント 166pt

提携先の海外書籍取次会社に在庫がございます。通常約2週間で発送いたします。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合が若干ございます。
2. 複数冊ご注文の場合は、ご注文数量が揃ってからまとめて発送いたします。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Hardcover:ハードカバー版／ページ数 776 p.
言語 ENG
商品コード 9781108473989
DDC分類 006.312

Full Description

The fundamental algorithms in data mining and machine learning form the basis of data science, utilizing automated methods to analyze patterns and models for all kinds of data in applications ranging from scientific discovery to business analytics. This textbook for senior undergraduate and graduate courses provides a comprehensive, in-depth overview of data mining, machine learning and statistics, offering solid guidance for students, researchers, and practitioners. The book lays the foundations of data analysis, pattern mining, clustering, classification and regression, with a focus on the algorithms and the underlying algebraic, geometric, and probabilistic concepts. New to this second edition is an entire part devoted to regression methods, including neural networks and deep learning.

1. Data mining and analysis; Part I. Data Analysis Foundations: 2. Numeric attributes; 3. Categorical attributes; 4. Graph data; 5. Kernel methods; 6. High-dimensional data; 7. Dimensionality reduction; Part II. Frequent Pattern Mining: 8. Itemset mining; 9. Summarizing itemsets; 10. Sequence mining; 11. Graph pattern mining; 12. Pattern and rule assessment; Part III. Clustering: 13. Representative-based clustering; 14. Hierarchical clustering; 15. Density-based clustering; 16. Spectral and graph clustering; 17. Clustering validation; Part IV. Classification: 18. Probabilistic classification; 19. Decision tree classifier; 20. Linear discriminant analysis; 21. Support vector machines; 22. Classification assessment; Part V. Regression: 23. Linear regression; 24. Logistic regression; 25. Neural networks; 26. Deep learning; 27. Regression evaluation.