數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)

內(nèi)容概要

本書(shū)詳盡地闡述了數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)領(lǐng)域中的一些基本理論和研究方法。介紹了KDD與數(shù)據(jù)挖掘的概念、數(shù)據(jù)挖掘?qū)ο蟆⒅R(shí)發(fā)現(xiàn)過(guò)程、研究方法以及相關(guān)研究領(lǐng)域和應(yīng)用范圍。作為知識(shí)發(fā)現(xiàn)的數(shù)據(jù)預(yù)處理工作，簡(jiǎn)要敘述了數(shù)據(jù)清理、數(shù)據(jù)約簡(jiǎn)、數(shù)據(jù)概念等級(jí)分層、多維數(shù)據(jù)模型等內(nèi)容。書(shū)中較詳細(xì)地介紹了粗糙級(jí)、模糊集、聚類分析、關(guān)聯(lián)規(guī)則、人工神經(jīng)網(wǎng)絡(luò)、分類與預(yù)測(cè)等數(shù)據(jù)挖掘方法，最后還簡(jiǎn)要介紹了多媒體數(shù)據(jù)挖掘工作的有關(guān)進(jìn)展?！　?本書(shū)可以作為計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)和信息科學(xué)方向高年級(jí)本科生和研究生的教材或參考書(shū)，也可供有關(guān)科技人員學(xué)習(xí)參考。

書(shū)籍目錄

第一章　緒論  1.1  引言  1.2  KDD與數(shù)據(jù)挖掘    1.2.1  KDD定義    1.2.2  KDD過(guò)程    1.2.3　數(shù)據(jù)庫(kù)技術(shù)發(fā)展與數(shù)據(jù)挖掘  1.3　數(shù)據(jù)挖掘的對(duì)象與環(huán)境    1.3.1　數(shù)據(jù)與系統(tǒng)特征    1.3.2　數(shù)據(jù)結(jié)構(gòu)    1.3.3　數(shù)據(jù)庫(kù)系統(tǒng)  1.4　數(shù)據(jù)挖掘方法與相關(guān)領(lǐng)域    1.4.1　數(shù)據(jù)挖掘相關(guān)領(lǐng)域    1.4.2　粗糙集    1.4.3　聚類    1.4.4　關(guān)聯(lián)規(guī)則    1.4.5　決策樹(shù)    1.4.6　模糊集    1.4.7　規(guī)則歸納    1.4.8　進(jìn)化計(jì)算  1.5　KDD系統(tǒng)與應(yīng)用  本章小結(jié)  習(xí)題一第二章　數(shù)據(jù)預(yù)處理與數(shù)據(jù)倉(cāng)庫(kù)  2.1　數(shù)據(jù)清理    2.1.1　填補(bǔ)空缺值    2.1.2　消除噪聲數(shù)據(jù)    2.1.3　實(shí)現(xiàn)數(shù)據(jù)一致性  2.2　數(shù)據(jù)集成與轉(zhuǎn)換    2.2.1　數(shù)據(jù)集成  　2.2.2　數(shù)據(jù)轉(zhuǎn)換　2.3　數(shù)據(jù)歸約與濃縮  　2.3.1　數(shù)據(jù)立方體聚集　  2.3.2　維歸約  　2.3.3　數(shù)據(jù)壓縮　  2.3.4　數(shù)值歸約　2.4　概念分層  　2.4.1　概念分層的概念　  2.4.2　概念分層的類型　  2.4.3　數(shù)值數(shù)據(jù)的概念分層與離散化　  2.4.4　分類數(shù)據(jù)的概念分層　2.5　數(shù)據(jù)倉(cāng)庫(kù)與多維數(shù)據(jù)模型　  2.5.1　數(shù)據(jù)倉(cāng)庫(kù)的概念　  2.5.2　數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)組織　  2.5.3　數(shù)據(jù)立方體　  2.5.4　多維數(shù)據(jù)庫(kù)模式　2.6　數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘　  2.6.1　數(shù)據(jù)倉(cāng)庫(kù)應(yīng)用　  2.6.2　數(shù)據(jù)挖掘和數(shù)據(jù)倉(cāng)庫(kù)的關(guān)系　本章小結(jié)　習(xí)題二第三章　粗糙集  3.1　近似空間    3.1.1　近似空間與不可分辨關(guān)系    3.1.2　知識(shí)與知識(shí)庫(kù)  3.2　近似與粗糙集    3.2.1　近似與粗糙集的基本概念    3.2.2　粗糙集的基本性質(zhì)  3.3　粗糙集的特征描述    3.3.1　近似精度　……第四章　模糊集第五章　聚類分析第六章　關(guān)聯(lián)規(guī)則第七章　人工神經(jīng)網(wǎng)絡(luò)第八章　分類與預(yù)測(cè)第九章　多媒體數(shù)據(jù)挖掘參考文獻(xiàn)名詞索引

圖書(shū)封面

圖書(shū)標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn) PDF格式下載

---