Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Лекция Data Mining.doc
Скачиваний:
24
Добавлен:
01.03.2025
Размер:
228.35 Кб
Скачать

Список литературы

(жирным шрифтом выделена рекомендованная литература)

1. Brand E., Gerritsen R. Naive-Bayes and Nearest Neighbor // DBMS Magazine. – 1998. – №7.

2. Brin S. et al. Dynamic Itemset Counting and Implication Rules for Market Basket Data. // Proc. ACM SIGMOD Int. l Conf. Management of Data, ACM Press, 1997.

3. Cannon D., Wheeldon D. Service Operation. The Stationary Office, 2007.

4. ИТ Сервис менеджмент. Введение (пер. с англ.). Изд-во Van Haren Publishing, 2003. – 225 с.

5. Fayyad, Piatetsky-Shapiro, Smyth, Uthurusamy. Advances in Knowledge Discovery and Data Mining. – AAAI/MIT Press, 1996;

6. Iqbal M., Nieves M. Service Strategy. – The Stationary Office, 2007.

7. Lloyd V., Rudd C. Service Design. – The Stationary Office, 2007.

8. Lacy S., Macfarlane I. Service Transition. – The Stationary Office, 2007.

9. Parsaye K. A Characterization of Data Mining Technologies and Processes Database. // Programming and Design. – 1996. – № 4.

10. Paul S., MacLennan J., Tang Z., Oveson S. Data Mining Tutorial. – Microsoft Press, 2005.

11. Piatetsky-Shapiro. Machine, Learning and Data Mining. – Course Notes, 2004.

12. Srikant R., Agrawal R. Mining quantitative association rules in large relational tables //In Proceedings of the ACM SIGMOD Conference on Management of Data. Montreal, Canada, June 1996.

13. Андреев И. Деревья решений – CART математический аппарат. / "Exponenta Pro. Математика в приложениях". - 2004, - №3.

14. Буров К., Обнаружение знаний в хранилищах данных. / Открытые системы. – 1999. – №5.

15. Гончаров М. Модифицированный древовидный алгоритм Байеса для решения задач классификации. – Business Data Analytics, 2007.

16. Дюк В., Асеев М.. Поиск if-then правил в данных: проблемы и перспективы, Тр. СПИИРАН // РАН, С.-Петерб. ин-т информатики и автоматизации, 2005.

17. Дюк В. Методология поиска логических закономерностей в предметной области с нечеткой системологией. – Дис. д-ра техн. наук, 2005.

18. Дюк В. Осколки знаний // Экспресс-Электроника. – 2002. – № 6.

19. Дюк В., Самойленко А., Data Mining. Учебный курс. – СПб.: Питер, 2001. – 368 с.

20. Елманова Н. Введение в DataMining. // КомпьютерПресс. – 2003. – №8.

21. Ларин С. Выявление обобщенных ассоциативных правил – описание алгоритма // Exponenta Pro. Математика в приложениях. – 2003. – №3.

22. Ларин С. Использование деревьев решений для оценки кредитоспособности физических лиц // Банковское дело. – 2004. – №3.

23. Ларин С. Применение ассоциативных правил для стимулирования продаж // Exponenta Pro. Математика в приложениях. – 2005. – №6.

24. Леонов В. Краткий обзор методов кластерного анализа // Компьютерра. – 2004. – №9.

25. Паклин Н. Логистическая регрессия и ROC-анализ – математический аппарат. – BaseGroup Labs, 2006.

26. Официальный сайт Intersoft Lab (www.intersoft.ru).

27. Официальный сайт SPSS в РФ (http://www.spss.ru).

28. Струнков Т. Что такое генетические алгоритмы // PC Week RE. – 1999. – №19.

29. Чубукова И. Data Mining. – Бином, 2006. – 384 c.

30. Шахиди А. Введение в анализ ассоциативных правил. – BaseGroup Labs, 2004.

31. Шахиди А. Выявление обобщенных ассоциативных правил – описание алгоритма // Exponenta Pro. Математика в приложениях. – 2003. – №3.

32. Шахиди А. Деревья решений – C4.5 математический аппарат. – BaseGroup Labs, 2007.

33. Шахиди А., Деревья решений – основные принципы работы. – BaseGroup Labs, 2006.

34. Электронный учебник по статистике StatSoft. – М.: StatSoft, 2003, (http://www.statsoft.ru/home/textbook/default.htm.).

35. Безруких М.М., Фарбер Д.А. Психофизиология. Словарь. Психологический лексикон. Энциклопедический словарь в шести томах / Ред.-сост. Л.А. Карпенко. Под общ. ред. А.В. Петровского. – М.: ПЕР СЭ, 2006.

14

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]