數(shù)據(jù)挖掘技術(shù)

內(nèi)容概要

本書(shū)以數(shù)據(jù)挖掘技術(shù)的方法為線索，以數(shù)據(jù)挖掘的技術(shù)成果為重點(diǎn)，對(duì)知識(shí)發(fā)現(xiàn)與數(shù)據(jù)挖掘的概念、數(shù)據(jù)挖掘的方法和技術(shù)、數(shù)據(jù)挖掘的知識(shí)表示、基于信息論的數(shù)據(jù)挖掘方法、關(guān)聯(lián)規(guī)則挖掘、神經(jīng)網(wǎng)絡(luò)、遺傳算法、公式發(fā)現(xiàn)、數(shù)據(jù)挖掘的應(yīng)用等內(nèi)容作了全面、系統(tǒng)的介紹。      本書(shū)是數(shù)據(jù)挖掘技術(shù)最新成果的論著，將對(duì)數(shù)據(jù)挖掘技術(shù)在我國(guó)的發(fā)展起到推動(dòng)作用。

書(shū)籍目錄

第1章 知識(shí)發(fā)現(xiàn)與數(shù)據(jù)挖掘綜述  1.1 知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘的概念  1.2 數(shù)據(jù)挖掘方法和技術(shù)  1.3 數(shù)據(jù)挖掘的知識(shí)表示  習(xí)題1第2章 基本信息論的數(shù)據(jù)挖掘方法  2.1 信息論原理  2.2 基于互信息的ID3算法與C4.5  2.3 基于信道容量的IBLE算法  習(xí)題2第3章 基于集合論的數(shù)據(jù)挖掘方法  3.1 粗糙集方法  3.2 概念樹(shù)方法  3.3 覆蓋正例排斥反例的AQ方法  習(xí)題3第4章 關(guān)聯(lián)規(guī)則挖掘  4.1 關(guān)聯(lián)規(guī)則的基本概念  4.2 關(guān)聯(lián)規(guī)則挖掘算法  4.3 基于聚類(lèi)的周期關(guān)聯(lián)規(guī)則發(fā)現(xiàn)算法  習(xí)題4第5章 神經(jīng)網(wǎng)絡(luò)  5.1 神經(jīng)網(wǎng)絡(luò)的概念及幾何意義  5.2 典型神經(jīng)網(wǎng)絡(luò)  5.3 超曲面神經(jīng)網(wǎng)絡(luò)  5.4 模糊神經(jīng)網(wǎng)絡(luò)  5.5 神經(jīng)網(wǎng)絡(luò)的規(guī)則抽取  習(xí)題5第6章 遺傳算法  6.1 綜述  6.2 遺傳算法原理  6.3 基于遺傳的優(yōu)化計(jì)算  6.4 基于遺傳的分類(lèi)學(xué)習(xí)系統(tǒng)  6.5 遺傳算法和神經(jīng)網(wǎng)絡(luò)的結(jié)合  習(xí)題6第7章 公式發(fā)現(xiàn)  7.1 機(jī)器發(fā)現(xiàn)概述  7.2 BACON系統(tǒng)  7.3 FDD公式發(fā)現(xiàn)系統(tǒng)  習(xí)題7第8章 數(shù)據(jù)挖掘應(yīng)用  8.1 數(shù)據(jù)挖掘與決策支持  8.2 數(shù)據(jù)挖掘服務(wù)器  習(xí)題8參考文獻(xiàn)

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)挖掘技術(shù) PDF格式下載

---