數(shù)據(jù)挖掘教程

前言

《數(shù)據(jù)挖掘教程》一書出版發(fā)行以來，承蒙讀者厚愛，很多學(xué)校選用此書作為教材，并不斷來郵件和電話反饋使用過程中的一些建議和問題。此次再版，北京聯(lián)合大學(xué)應(yīng)用文理學(xué)院的戴老師和我一起，匯總了讀者的建議和我們自己在教學(xué)過程中的一些體會，對全書進(jìn)行了修訂，改正第一版翻譯過程中不確切的地方；戴老師對書中的例子又進(jìn)行了一遍驗(yàn)證，更正了原書中的一些錯誤。希望此書再版給各位讀者在學(xué)習(xí)和教學(xué)過程中帶來更大的幫助。在此也特別感謝在使用過程中給我們反饋的各位讀者。

內(nèi)容概要

　　《國外經(jīng)典教材·數(shù)據(jù)挖掘教程》為數(shù)據(jù)挖掘的基礎(chǔ)教程，是作者多年來從事數(shù)據(jù)挖掘和專家系統(tǒng)課程教學(xué)經(jīng)驗(yàn)的總結(jié)。它從商業(yè)角度介紹了數(shù)據(jù)挖掘的原理以及從數(shù)據(jù)中提取隱含模式的技術(shù)。《國外經(jīng)典教材·數(shù)據(jù)挖掘教程》首先幫助讀者建立起數(shù)據(jù)挖掘的概念，進(jìn)而通過13個數(shù)據(jù)挖掘示例幫助讀者掌握數(shù)據(jù)挖掘的原理。《國外經(jīng)典教材·數(shù)據(jù)挖掘教程》的最后部分還介紹了結(jié)合專家系統(tǒng)和智能代理解決復(fù)雜問題的方法。

作者簡介

作者：(美國)羅杰 (Richard J.Roiger) (美國)吉茨 (Michael W.Geatz) 譯者：翁敬農(nóng) 戴紅Richard　J.Roiger，于1991年獲得了明尼蘇達(dá)大學(xué)的計算機(jī)科學(xué)博士學(xué)位。他在州立曼凱托大學(xué)以優(yōu)異的成績獲得了數(shù)學(xué)學(xué)士和碩士學(xué)位。Richard已經(jīng)發(fā)表了20多篇關(guān)于數(shù)據(jù)挖掘和知識發(fā)現(xiàn)的論文。他是美國人工智能協(xié)會以及美國計算機(jī)協(xié)會的成員。目前，Roiger是州立明尼蘇達(dá)大學(xué)的一名教授，同時還是InformationAcumenCorporation的一名顧問。Michaelw．Geatz是InformationAcumenCotDotation的創(chuàng)始人之一，該公司從事人工智能軟件咨詢。同時他還是IntelliPatch的總裁。早先，他是高科技條形碼制造公司USATechnologies,Inc．的總裁。他于1991年獲得了金門大學(xué)自勺MBA學(xué)位。

書籍目錄

第I部分 數(shù)據(jù)挖掘基礎(chǔ)第1章 數(shù)據(jù)挖掘：初探1.1 數(shù)據(jù)挖掘：定義1.2 計算機(jī)可以學(xué)習(xí)什么1.3 數(shù)據(jù)挖掘是否適合自身的問題1.4 采用專家系統(tǒng)還是數(shù)據(jù)挖掘1.5 一個簡單的數(shù)據(jù)挖掘處理模型1.6 為什么不進(jìn)行簡單的搜索1.7 數(shù)據(jù)挖掘應(yīng)用1.8 本章小結(jié)1.9 關(guān)鍵術(shù)語1.10 練習(xí)第2章 數(shù)據(jù)挖掘：深入討論2.1 數(shù)據(jù)挖掘策略2.2 有指導(dǎo)的數(shù)據(jù)挖掘技術(shù)2.3 關(guān)聯(lián)規(guī)則2.4 聚類技術(shù)2.5 評估性能2.6 本章小結(jié)2.7 關(guān)鍵術(shù)語2.8 練習(xí)第3章 基本數(shù)據(jù)挖掘技術(shù)3.1 決策樹3.2 生成關(guān)聯(lián)規(guī)則3.3 K-平均值算法3.4 遺傳學(xué)習(xí)3.5 選擇一種數(shù)據(jù)挖掘技術(shù)3.6 本章小結(jié)3.7 關(guān)鍵術(shù)語3.8 練習(xí)第4章 基于Excel的數(shù)據(jù)挖掘工具4.1 iData分析器4.2 ESX：一種多用途的數(shù)據(jù)挖掘工具4.3 iDAV格式的數(shù)據(jù)挖掘4.4 用于無指導(dǎo)聚類的5步法4.5 用于有指導(dǎo)學(xué)習(xí)的6步法4.6 生成規(guī)則技術(shù)4.7 實(shí)例典型性4.8 特別考慮和特性4.9 本章小結(jié)4.10 關(guān)鍵術(shù)語4.11 練習(xí)第II部分 知識發(fā)現(xiàn)工具第5章 數(shù)據(jù)庫中的知識發(fā)現(xiàn)5.1 一種KDD過程模型5.2 步驟1：目標(biāo)定義5.3 步驟2：創(chuàng)建目標(biāo)數(shù)據(jù)集5.4 步驟3：數(shù)據(jù)預(yù)處理5.5 步驟4：數(shù)據(jù)轉(zhuǎn)換5.6 步驟5：數(shù)據(jù)挖掘5.7 步驟6：解釋和評估5.8 步驟7：采取行動5.9 CRISP－DM過程模型5.10 ESX實(shí)驗(yàn)5.11 本章小結(jié)5.12 關(guān)鍵術(shù)語5.13 練習(xí)第6章 數(shù)據(jù)倉庫6.1 操作型數(shù)據(jù)庫6.2 設(shè)計數(shù)據(jù)倉庫6.3 聯(lián)機(jī)分析處理6.4 用Excel數(shù)據(jù)透視表分析數(shù)據(jù)6.5 本章小結(jié)6.6 關(guān)鍵術(shù)語6.7 練習(xí)第7章 形式評估技術(shù)7.1 評估對象7.2 評估工具7.3 計算檢驗(yàn)集置信區(qū)間7.4 比較有指導(dǎo)學(xué)習(xí)者模型7.5 屬性評估7.6 無指導(dǎo)評估技術(shù)7.7 評估具有數(shù)值輸出的有指導(dǎo)模型7.8 本章小結(jié)7.9 關(guān)鍵術(shù)語7.10 練習(xí)第III部分 高級數(shù)據(jù)挖掘技術(shù)第8章 神經(jīng)網(wǎng)絡(luò)8.1 前饋神經(jīng)網(wǎng)絡(luò)8.2 神經(jīng)網(wǎng)絡(luò)訓(xùn)練：概念介紹8.4 一般考慮8.5 神經(jīng)網(wǎng)絡(luò)訓(xùn)練：詳細(xì)說明8.6 本章小結(jié)8.7 關(guān)鍵術(shù)語8.8 練習(xí)第9章 使用iDA建立神經(jīng)網(wǎng)絡(luò)9.1 反向傳播學(xué)習(xí)的4步法9.2 神經(jīng)網(wǎng)絡(luò)聚類4步法9.3 使用ESX進(jìn)行神經(jīng)網(wǎng)絡(luò)簇分析9.4 本章小結(jié)9.5 關(guān)鍵術(shù)語9.6 練習(xí)第10章 統(tǒng)計技術(shù)10.1 線性回歸分析10.2 對數(shù)回歸10.3 貝葉斯分類器10.4 聚類算法10.5 啟發(fā)式的還是統(tǒng)計的10.6 本章小結(jié)10.7 關(guān)鍵術(shù)語10.8 練習(xí)第11章 專門技術(shù)11.1 時間序列分析11.2 挖掘Web11.3 挖掘文本數(shù)據(jù)11.4 改進(jìn)性能11.5 本章小結(jié)11.6 關(guān)鍵術(shù)語11.7 練習(xí)第IV部分 智能系統(tǒng)第12章 基于規(guī)則的系統(tǒng)12.1 探索人工智能12.2 狀態(tài)空間搜索的問題求解12.3 專家系統(tǒng)12.4 構(gòu)造基于規(guī)則的系統(tǒng)12.5 本章小結(jié)12.6 關(guān)鍵術(shù)語12.7 練習(xí)第13章 基于規(guī)則的系統(tǒng)中不確定性的管理13.1 不確定性：來源和解決方案13.2 基于規(guī)則的模糊系統(tǒng)13.3 不確定性的基于概率的方法13.4 本章小結(jié)13.5 關(guān)鍵術(shù)語13.6 練習(xí)第14章 智能代理14.1 智能代理的特征14.2 智能代理的分類14.3 整合數(shù)據(jù)挖掘、專家系統(tǒng)和智能代理14.4 本章小結(jié)14.5 關(guān)鍵術(shù)語14.6 練習(xí)附錄A iDA軟件A.1 軟件安裝A.2 卸載iDAA.3 軟件局限性A.4 軟件使用指南A.5 故障檢測A.6 軟件支持附錄B 數(shù)據(jù)挖掘數(shù)據(jù)集B.1 iDA數(shù)據(jù)集包B.2 所要挖掘的數(shù)據(jù)集所在的Web站點(diǎn)附錄C 決策樹屬性選取附錄D 性能評估的統(tǒng)計D.1 單位匯總統(tǒng)計D.2 正態(tài)分布D.3 比較有指導(dǎo)學(xué)習(xí)模型D.4 數(shù)值輸出的置信區(qū)間D.5 比較具有數(shù)值輸出的模型附錄E Excel數(shù)據(jù)透視表：Office 97E.1 創(chuàng)建簡單數(shù)據(jù)透視表E.2 假設(shè)檢驗(yàn)的數(shù)據(jù)透視表E.3 創(chuàng)建多維數(shù)據(jù)透視圖

章節(jié)摘錄

插圖：

編輯推薦

《國外經(jīng)典教材·數(shù)據(jù)挖掘教程》適合作為信息管理系統(tǒng)（MIS）和計算機(jī)科學(xué)專業(yè)的大學(xué)教授。它還可以為研究生提供數(shù)據(jù)挖掘和知識發(fā)現(xiàn)的基礎(chǔ)知識。它也適合對使用數(shù)據(jù)挖掘解決商業(yè)問題感興趣的專業(yè)人士作為自學(xué)指導(dǎo)。

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    數(shù)據(jù)挖掘教程 PDF格式下載

---