本书针对分类属性数据无监督数据挖掘任务中的三个关键问题——特征学习、分析过程和结果评价,阐述分类属性数据深度无监督学习理论及决策应用。全书共7章,第1章概述数据驱动决策支持的技术基础、有监督学习和无监督学习两类数据挖掘方法及分类属性数据无监督学习问题;第2章介绍分类属性数据的无监督特征学习、聚类分析和聚类结果评价等相关理论与方法;第3章系统阐述深度无监督特征学习、深度聚类和网络嵌入方法;第4~6章针对分类属性数据提供了包含深度无监督特征学习、深度聚类和聚类内部有效性评价的一整套深度无监督学习解决方案;第7章以人才招聘为实际问题背景,演绎了分类属性数据深度无监督学习方法在决策支持中的应用。
本书适用于数据科学与管理决策、大数据管理与应用、数据挖掘领域的研究人员,也可以作为相关专业博士研究生、硕士研究生和本科生的参考书。
展开