數(shù)據(jù)挖掘技術

前言
第1章　數(shù)據(jù)挖掘綜述
1.1　數(shù)據(jù)挖掘的研究歷史和現(xiàn)狀
1.2　數(shù)據(jù)挖掘定義
1.2.1　技術角度的定義
1.2.2　商業(yè)角度的定義
1.2.3　數(shù)據(jù)挖掘與傳統(tǒng)分析方法的區(qū)別
1.2.4　數(shù)據(jù)挖掘和數(shù)據(jù)倉庫
1.2.5　數(shù)據(jù)挖掘和在線分析處理
1.2.6　數(shù)據(jù)挖掘、機器學習和統(tǒng)計
1.2.7　軟硬件發(fā)展對數(shù)據(jù)挖掘的影響
1.3　數(shù)據(jù)挖掘研究內容
1.3.1　數(shù)據(jù)挖掘所發(fā)現(xiàn)的知識
1.3.2　數(shù)據(jù)挖掘的功能
1.3.3　數(shù)據(jù)挖掘常用技術
1.3.4　數(shù)據(jù)挖掘中的數(shù)據(jù)倉庫
1.4　數(shù)據(jù)挖掘系統(tǒng)工作原理
1.4.1　數(shù)據(jù)挖掘系統(tǒng)結構
1.4.2　數(shù)據(jù)挖掘流程
1.5　小結
　習題1
第2章　從數(shù)理統(tǒng)計到數(shù)據(jù)挖掘
2.1　數(shù)理統(tǒng)計與數(shù)據(jù)挖掘的關系
2.1.1　數(shù)理統(tǒng)計的性質
2.1.2　數(shù)據(jù)挖掘的性質
2.1.3　從數(shù)理統(tǒng)計到數(shù)據(jù)挖掘
2.2　數(shù)理統(tǒng)計與數(shù)據(jù)庫技術的結合
2.3　回歸分析的基本概念
2.4　線性回歸方程
2.5　線性相關的顯著性檢驗
2.5.1　線性回歸的方差分析
2.5.2　相關系數(shù)的顯著性檢驗
2.6　非線性回歸分析
2.6.1　化非線性回歸為線性回歸
　　2.6.2　多項式回歸
2.7　多元線性回歸分析
2.7.1　多元線性回歸方程
2.7.2　多元線性回歸的方差分析
2.8　一般情況下的回歸分析
2.8.1　一般情況下的回歸方程
2.8.2　一般情況下的參數(shù)估計
2.9　逐步回歸分析的軟件設計
2.10　鍛模設計準則的制定
2.10.1　研究的內容
2.10.2　資料收集與數(shù)據(jù)處理
2.10.3　飛邊尺寸設計準則的制定
2.10.4　飛邊金屬消耗設計準則的制定
2.11　小結
習題2
第3章　語義網(wǎng)絡挖掘及其應用
3.1　語義網(wǎng)絡概念
3.1.1　概述
3.1.2　知識的表示
3.1.3　搜索原理
3.1.4　語義網(wǎng)絡及其特性
3.1.5　語義網(wǎng)絡的推理及其特點
3.2　語義網(wǎng)絡挖掘原理
3.2.1　概述
3.2.2　歸納學習中的實例學習
3.2.3　類比學習
3.3 基于AutoCAD的注塑模架設計專家系統(tǒng)
3.3.1 注塑模架設計專家系統(tǒng)總體方案設計
3.3.2　模架設計專家系統(tǒng)的組成
3.3.3　系統(tǒng)模架生成模塊的設計
3.3.4　系統(tǒng)數(shù)據(jù)庫模塊的設計
3.3.5　注塑模架CAD設計系統(tǒng)的實現(xiàn)
3.4　小結
習題3
第4章　智能體挖掘及其應用
4.1　智能體概念
4.1.1　概述
4.1.2　分布式問題求解
4.1.3　面向對象表示法
　……
第5章　分類挖掘及其應用
第6章　預測挖掘及其應用
第7章　復雜類型數(shù)據(jù)挖掘及其應用
參考文獻