數(shù)據(jù)挖掘原理與技術(shù)

內(nèi)容概要

數(shù)據(jù)挖掘?qū)?shù)據(jù)轉(zhuǎn)化為知識(shí)，是數(shù)據(jù)管理、信息處理領(lǐng)域研究、開(kāi)發(fā)和應(yīng)用的最活躍的分支之一。本書全面地論述了數(shù)據(jù)挖掘領(lǐng)域的基本概念、基本原理和基本方法，內(nèi)容包括數(shù)據(jù)挖掘領(lǐng)域的經(jīng)典理論和前沿發(fā)展。全書共分14章，并含有1個(gè)附錄。全面系統(tǒng)地介紹了數(shù)據(jù)挖掘的概念和過(guò)程、數(shù)據(jù)預(yù)處理技術(shù)；深入地?cái)⑹隽烁鞣N數(shù)據(jù)挖掘技術(shù)，包括關(guān)聯(lián)規(guī)則、決策樹(shù)、聚類、基于樣例的學(xué)習(xí)、貝葉斯學(xué)習(xí)、粗糙集、神經(jīng)網(wǎng)絡(luò)、遺傳算法、統(tǒng)計(jì)分析；并討論了數(shù)據(jù)挖掘的典型應(yīng)用，如分類、文本和Web挖掘，以及數(shù)據(jù)挖掘的應(yīng)用和發(fā)展趨勢(shì)；并在第14章中給出了一個(gè)具體的商業(yè)智能解決方案實(shí)例。
    通過(guò)本書的學(xué)習(xí)，讀者可以對(duì)數(shù)據(jù)挖掘的整體結(jié)構(gòu)、概念、原理、技術(shù)和發(fā)展有深入的了解和認(rèn)識(shí)。
    本書既可以作為相關(guān)專業(yè)的高年級(jí)本科生和研究生教材，也可作為數(shù)據(jù)挖掘領(lǐng)域的研究者和開(kāi)發(fā)者的參考書。

書籍目錄

第1章 緒論 1-1 什么是數(shù)據(jù)挖掘 1-2 為何進(jìn)行數(shù)據(jù)挖掘 1-3 數(shù)據(jù)挖掘和統(tǒng)計(jì)分析的關(guān)系 1-4 數(shù)據(jù)挖掘與數(shù)據(jù)倉(cāng)庫(kù)的關(guān)系 1-5 數(shù)據(jù)挖掘系統(tǒng)和其他系統(tǒng)的比較 1-6 數(shù)據(jù)挖掘系統(tǒng)的分類第2章 數(shù)據(jù)挖掘過(guò)程 2-1 問(wèn)題定義與主題分析 2-2 數(shù)據(jù)準(zhǔn)備 2-3 建立模型 2-4 模式評(píng)估 2-5 數(shù)據(jù)可視化和知識(shí)管理第3章 關(guān)聯(lián)規(guī)則 3-1 概述 3-2 關(guān)聯(lián)規(guī)則 3-3 關(guān)聯(lián)規(guī)則學(xué)習(xí)的Apriori算法 3-4 挖掘關(guān)聯(lián)規(guī)則的多策略方法第4章 決策樹(shù) 4-1 什么是決策樹(shù) 4-2 決策樹(shù)的原理 4-3 決策樹(shù)的應(yīng)用 4-4 決策樹(shù)的優(yōu)缺點(diǎn)第5章 聚類分析 5-1 概述 5-2 基于劃分的聚類算法 5-3 層次聚類 5-4 孤立點(diǎn)分析第6章 基于樣例的學(xué)習(xí) 6-1 概述 6-2 k-最近鄰算法 6-3 基于樣例的推理第7章 貝葉斯學(xué)習(xí) 7-1 貝葉斯理論 7-2 相素貝葉斯分類 7-3 貝葉斯信念網(wǎng)絡(luò) 7-4 貝葉斯分類的應(yīng)用第8章 粗糙集 8-1 關(guān)于知識(shí)的觀點(diǎn) 8-2 粗糙集理論的知識(shí)發(fā)現(xiàn) 8-3 決策表的定義 8-4 數(shù)據(jù)離散化 8-5 決策規(guī)則的獲取 8-6 粗糙集的化簡(jiǎn)第9章 神經(jīng)網(wǎng)絡(luò) 9-1 什么是神經(jīng)網(wǎng)絡(luò) 9-2 神經(jīng)網(wǎng)絡(luò)的表示和學(xué)習(xí) 9-3 多層前饋神經(jīng)網(wǎng)絡(luò) 9-4 反饋式神經(jīng)網(wǎng)絡(luò) 9-5 神經(jīng)網(wǎng)絡(luò)的應(yīng)用之一——聚類第10章 遺傳算法 10-1 遺傳算法概述 10-2 基本遺傳算法 10-3 遺傳算法的實(shí)現(xiàn)技術(shù) 10-4 遺傳算法的理論分析 10-5 遺傳算法的應(yīng)用實(shí)例第11章 統(tǒng)計(jì)分析 11-1 樣本和統(tǒng)計(jì)推理 11-2 回歸分析 11-3 及成分分析第12章 文本和Web挖掘 12-1 概述 12-2 文本挖掘技術(shù) 12-3 Web數(shù)據(jù)挖掘技術(shù) 12-4 文本和Web挖掘的應(yīng)用第13章 數(shù)據(jù)挖掘的應(yīng)用和發(fā)展趨勢(shì) 13-1 空間數(shù)據(jù)挖掘 13-2 圖像檢索和挖掘 13-3 時(shí)間序列和序列檢索 13-4 隱私面臨的挑戰(zhàn)第14章 商業(yè)智能解決方案實(shí)例分析 14-1 商業(yè)智能概述 14-2 商業(yè)智能系統(tǒng)的處理流程和框架 14-3 商業(yè)智能解決方案附錄A IBM DB2 Intelligent Miner簡(jiǎn)介參考文獻(xiàn)

圖書封面

圖書標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    數(shù)據(jù)挖掘原理與技術(shù) PDF格式下載

---