知識(shí)發(fā)現(xiàn)與智能決策

第1章緒論 1
1.1知識(shí)發(fā)現(xiàn) 1
1.2人工智能 13
1.3智能決策 23
第2章相關(guān)基礎(chǔ)理論 30
2.1知識(shí)發(fā)現(xiàn)的理論基礎(chǔ) 30
2.2數(shù)據(jù)倉庫的理論基礎(chǔ) 43
2.3聯(lián)機(jī)分析處理的理論基礎(chǔ) 62
2.4智能決策的理論基礎(chǔ) 69
第3章知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘?qū)ο笈c模式 78
3.1知識(shí)發(fā)現(xiàn)的挖掘?qū)ο?78
3.2知識(shí)發(fā)現(xiàn)的挖掘模式 84
第4章數(shù)據(jù)預(yù)處理 103
4.1數(shù)據(jù)預(yù)處理的作用 103
4.2數(shù)據(jù)預(yù)處理的方法 105
4.3數(shù)據(jù)離散化方法 118
第5章基于符號(hào)推理的數(shù)據(jù)挖掘方法 125
5.1BACON系統(tǒng) 125
5.2FDD系統(tǒng) 128
第6章基于信息論思想的數(shù)據(jù)挖掘方法 143
6.1ID3方法 143
6.2IBLE方法 149
第7章基于進(jìn)化思想的數(shù)據(jù)挖掘方法 158
7.1神經(jīng)網(wǎng)絡(luò) 158
7.2遺傳算法 170
7.3人工免疫算法 186
7.4蟻群算法 192
7.5魚群算法 202
7.6粒子群優(yōu)化算法 209
第8章基于集合論的數(shù)據(jù)挖掘方法 217
8.1模糊集合 217
8.2粗糙集合 221
8.3粗糙集合的擴(kuò)展模型 229
第9章基于統(tǒng)計(jì)方法的數(shù)據(jù)挖掘方法 248
9.1相關(guān)分析和回歸分析 248
9.2方差分析 254
9.3因子分析 262
9.4判別分析 267
第10章智能決策支持系統(tǒng) 275
10.1智能決策支持系統(tǒng)概述 275
10.2數(shù)據(jù)庫與數(shù)據(jù)庫管理系統(tǒng) 289
10.3模型庫與模型庫管理系統(tǒng) 296
10.4方法庫與方法庫管理系統(tǒng) 304
10.5知識(shí)庫與知識(shí)庫管理系統(tǒng) 310
10.6人機(jī)對(duì)話管理系統(tǒng) 318
10.7邏輯框架及實(shí)現(xiàn)方案 331
第11章知識(shí)發(fā)現(xiàn)與智能決策支持系統(tǒng)的應(yīng)用案例 335
11.1知識(shí)發(fā)現(xiàn)的應(yīng)用 335
11.2智能決策支持系統(tǒng)的應(yīng)用 364
11.3數(shù)據(jù)挖掘系統(tǒng)產(chǎn)品 378
參考文獻(xiàn) 385