數據挖掘原理與算法

定　價：￥48.00

作　者：	邵峰晶等編著
出版社：	科學出版社
叢編項：
標　簽：	人工智能

購買這本書可以去

ISBN：	9787030254405	出版時間：	2009-08-01	包裝：	平裝
開本：	16開	頁數：	412	字數：

內容簡介

　　《數據挖掘原理與算法（第2版）》第一版是國內第一本對數據挖掘技術基礎算法進行詳細描述的實用性教材。第二版在第一版基礎上進行了較多的修訂和補充。在系統(tǒng)闡述數據挖掘與知識發(fā)現(xiàn)技術的產生、發(fā)展，以及相關概念、原理、基本方法的基礎上，從實用的角度出發(fā)，對數據挖掘中的關聯(lián)、分類、聚類、序列等算法和技術進行了剖析，對每種技術均提供了代表性算法。同時，結合作者近年來所做的研究，對數據挖掘的應用問題進行了分類論述。最后，對目前數據挖掘的最新進展、應用趨勢等進行了總結?！稊祿诰蛟砼c算法（第2版）》可作為計算機、管理等專業(yè)高年級本科生與研究生課程的教材，也可作為數據挖掘領域的高級軟件開發(fā)人員的參考書。

作者簡介

暫缺《數據挖掘原理與算法》作者簡介

圖書目錄

第二版前言
第一版前言
第1章導論
1.1 數據挖掘的社會需求
1.2 什么是數據挖掘
1.3 數據挖掘的數據來源
1.4 數據挖掘的分類
1.4.1 分類分析
1.4.2 聚類分析
1.4.3 關聯(lián)分析
1.4.4 序列分析及時問序列
1.4.5 孤立點分析
1.4.6 其他分析
1.5 數據挖掘的體系結構與運行過程
1.5.1 數據挖掘的體系結構
1.5.2 數據挖掘的步驟
1.5.3 實例
1.5.4 數據挖掘的過程模型
1.5.5 數據挖掘主要廠商和產品
1.6 數據挖掘與其他相關技術
1.6.1 數據挖掘與數據庫中知識發(fā)現(xiàn)
1.6.2 數據挖掘與聯(lián)機分析處理
1.6.3 數據挖掘與信息檢索
1.6.4 數據挖掘與機器學習
1.6.5 數據挖掘與數據融合
1.6.6 數據挖掘與統(tǒng)計學
1.6.7 數據挖掘與專家系統(tǒng)
1.6.8 數據挖掘與決策支持系統(tǒng)
1.6.9 數據挖掘與客戶關系管理
1.6.10 軟硬件發(fā)展對數據挖掘的影響
1.6.11 XML與面向Web的數據挖掘技術
1.7 數據挖掘工具的評價標準
1.8 數據挖掘的應用
1.9 數據挖掘的要求及挑戰(zhàn)
第2章數據倉庫技術
2.1 數據倉庫概述
2.1.1 數據倉庫的定義
2.1.2 數據倉庫查詢系統(tǒng)
2.1.3 OLTP與OLAP
2.1.4 數據倉庫與數據集市
2.1.5 數據倉庫系統(tǒng)的結構
2.1.6 數據倉庫中的元數據管理
2.2 數據倉庫的建模
2.2.1 星型模型
2.2.2 雪花模型
2.2.3 混合模型
2.2.4 多維數據模型
2.3 聯(lián)機分析處理
2.3.1 OLAP的功能及體系結構
2.3.2 OLAP數據組織模型
2.3.3 OLAP的Web結構
2.3.4 OLAP數據查詢機制
2.4 海威數據倉庫系統(tǒng)簡介
2.4.1 Highway Decision Center V1.0系統(tǒng)結構
2.4.2 Highway Decision Center V2.0系統(tǒng)結構
2.4.3 海威數據倉庫網絡結構
2.5 數據倉庫應用舉例
2.5.1 信用卡資信分析
2.5.2 貸款分析
第3章數據挖掘中的數據預處理
3.1 概論
3.2 數據預處理的基本步驟
3.3 數值屬性的離散化與特征選擇
3.3.1 Chi2算法簡介
3.3.2 舉例
3.3.3 討論
3.4 概念分層
3.4.1 數據庫中面向屬性的歸納
3.4.2 概念分層的動態(tài)提煉
3.4.3 針對數值屬性的概念分層的自動產生
3.5 數據抽樣
3.5.1 數據挖掘不同領域中的抽樣
3.5.2 數據挖掘中抽樣方法
3.5.3 靜態(tài)與動態(tài)抽樣
第4章關聯(lián)規(guī)則
4.1 關聯(lián)規(guī)則挖掘的基本概念
4.2 關聯(lián)規(guī)則的發(fā)現(xiàn)算法
4.2.1 算法Aprio
4.2.2 算法AprioriTid
4.2.3 算法AprioriHybrid
4.2.4 生成規(guī)則
4.2.5 算法FP_Growth
4.2.6 算法ECLAT
4.2.7 基于粒計算的頻繁模式挖掘算法
4.3 數值屬性關聯(lián)規(guī)則
4.3.1 基本概念
4.3.2 確定數值屬性劃分的聚類算法CP
4.4 多層關聯(lián)規(guī)則挖掘
4.4.1 概念層次（conceptual hierarchies）
4.4.2 同層（same hierarehy）關聯(lián)規(guī)則挖掘
4.5 約束性關聯(lián)規(guī)則發(fā)現(xiàn)方法及算法
4.5.1 算法Separate
4.5.2 其他約束條件
4.6 關聯(lián)規(guī)則的增量式更新算法
4.6.1 閾值的動態(tài)調整
4.6.2 數據庫的更新
4.7 頻繁項集的壓縮
第5章數據分類
5.1決策樹基本算法
5.1.1決策樹生成算法
5.1.2 決策樹的修剪
5.2 決策樹ID3
5.2.1 基本概念
5.2.2 定義
5.2.3 ID3算法
5.2.4 ID3算法優(yōu)劣
5.3 決策樹學習算法C4.5
5.3.1 使用增益率
5.3.2 處理未知值的訓練樣本
5.3.3 有連續(xù)值的屬性
5.3.4 規(guī)則的產生
5.3.5 交叉驗證
5.3.6 C4.5工作流程
5.4 分類與回歸樹
5.4.1 基本定義
5.4.2 構建樹算法
5.4.3 修剪
5.4.4 決策樹評估
5.4.5 內存管理及時間復雜性分析
5.5 SLIQ——一種快速可擴展的分類算法
5.5.1 擴展性問題
5.5.2 SLIQ分類器
5.5.3 數據結構及算法
5.6 SPRINT——數據挖掘中一種可擴展的并行分類器
5.6.1 數據結構
5.6.2 分割點的求解
5.6.3 分割
5.6.4 與SLIQ的對比
5.6.5 分類并行化
5.7 分類算法的評價
5.7.1 分類器準確率度量
5.7.2 ROC曲線
5.8 其他分類算法
5.8.1 人工神經網絡
5.8.2 支持向量機
……
第6章聚類分析
第7章序列模式與時間序列
第8章空間多維數據訪問與可視化
第9章開放式的數據挖掘系統(tǒng)
第10章數據挖掘應用
第11章數據挖掘新進展
參考文獻