智能數(shù)據(jù)挖掘技術(shù)

內(nèi)容概要

數(shù)據(jù)挖掘是人工智能、機(jī)器學(xué)習(xí)、數(shù)據(jù)庫(kù)技術(shù)等多學(xué)科相結(jié)合的產(chǎn)物，是由計(jì)算機(jī)處動(dòng)從已有數(shù)據(jù)中發(fā)現(xiàn)以前未知的、具有潛在應(yīng)用價(jià)值的信息或模式的技術(shù)。數(shù)據(jù)挖掘是知識(shí)發(fā)現(xiàn)過(guò)程的重要內(nèi)容。本書(shū)系統(tǒng)地介紹了數(shù)據(jù)挖掘技術(shù)的原理、方法和計(jì) 算技術(shù)，可作為系統(tǒng)工程、控制工程及計(jì)算機(jī)類(lèi)專(zhuān)業(yè)研究生的教材，也可供相關(guān)專(zhuān)業(yè)技術(shù)人員參考使用。

書(shū)籍目錄

第1章 緒論 1.1 人工智能綜述 1.2 知識(shí)發(fā)展導(dǎo)論 思考題第2章 數(shù)據(jù)倉(cāng)庫(kù)的概念和結(jié)構(gòu) 2.1 數(shù)據(jù)倉(cāng)庫(kù)的概念和特征 2.2 數(shù)據(jù)倉(cāng)庫(kù)工程規(guī)劃 2.3 數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的設(shè)計(jì)準(zhǔn)則 2.4 數(shù)據(jù)倉(cāng)庫(kù)的結(jié)構(gòu)和設(shè)計(jì) 思考題第3章 基于概率統(tǒng)計(jì)與神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘技術(shù) 3.1 基于概率統(tǒng)計(jì)的數(shù)據(jù)挖掘技術(shù) 3.2 基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘技術(shù) 思考題第4章 基于信息論的數(shù)據(jù)挖掘技術(shù) 4.1 信息論原理 4.2 基于互信息的ID3算法及改進(jìn)算法 思考題第5章 基于關(guān)聯(lián)規(guī)劃的數(shù)據(jù)挖掘技術(shù) 5.1 基于概念及主要算法 5.2 在線挖掘關(guān)聯(lián)規(guī)則算法的改進(jìn) 5.3 關(guān)聯(lián)規(guī)則并行化挖掘算法 思考題第6章 基于分類(lèi)規(guī)則的數(shù)據(jù)挖掘技術(shù) 6.1 基于粗糙集合的分類(lèi)方法 6.2 基 于模糊集合的分類(lèi)方法 6.3 貝葉斯分類(lèi)與推進(jìn)方法分類(lèi)  思考題第7章 基于聚類(lèi)規(guī)則的數(shù)據(jù)挖掘技術(shù) 7.1 聚類(lèi)原理 7.2 聚類(lèi)分析中的數(shù)據(jù)類(lèi)型 7.3 相似性測(cè)度 7.4 硬聚類(lèi) 7.5 軟聚類(lèi) 7.6 模糊聚類(lèi) 7.7 空間對(duì)象聚類(lèi) 思考題第8章 基于Web的數(shù)據(jù)挖掘技術(shù)第9章 基于數(shù)據(jù)挖掘技術(shù)的智能決策研究框架參考文獻(xiàn)

圖書(shū)封面

評(píng)論、評(píng)分、閱讀與下載

---

    智能數(shù)據(jù)挖掘技術(shù) PDF格式下載

---