數(shù)據(jù)挖掘

定　價：￥23.00

作　者：	朱明編著
出版社：	中國科學技術(shù)大學出版社
叢編項：	高水平大學重點學科建設(shè)教材·電子信息類
標　簽：	數(shù)據(jù)收集

購買這本書可以去

ISBN：	9787312013645	出版時間：	2002-05-01	包裝：	膠版紙
開本：	26cm	頁數(shù)：	319	字數(shù)：

內(nèi)容簡介

　　數(shù)據(jù)挖掘技術(shù)，又稱數(shù)據(jù)庫知識發(fā)現(xiàn)，是20世紀90年代在信息技術(shù)領(lǐng)域開始迅速興起的計算機技術(shù)。作者結(jié)合自己10余年來所從事的專家系統(tǒng)、機器學習、數(shù)據(jù)發(fā)掘，以及互聯(lián)網(wǎng)信息智能處理等方面科研與教學經(jīng)驗，編著完成了本書。本書系統(tǒng)地介紹了數(shù)據(jù)挖掘中的主要挖掘方法和對復雜數(shù)據(jù)進行挖掘的方法，以及在互聯(lián)網(wǎng)信息智能處理領(lǐng)域中，數(shù)據(jù)挖掘方法與技術(shù)的主要應用。本書的主要內(nèi)容包括：數(shù)據(jù)挖掘基本知識、數(shù)據(jù)挖掘處理流程、數(shù)據(jù)預處理方法、定性概念歸納、決策樹分類方法、回歸統(tǒng)計預測方法、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)方法、各種聚類算法，以及復雜數(shù)據(jù)，尤其是多媒體數(shù)據(jù)挖掘方法的最新研究成果；此外還詳細介紹了利用數(shù)據(jù)挖掘方法獲取互聯(lián)網(wǎng)信息，挖掘互聯(lián)網(wǎng)使用知識，以及網(wǎng)絡(luò)安全中數(shù)據(jù)挖掘方法應用等。本書作為學習、掌握和應用數(shù)據(jù)挖掘方法和技術(shù)的綜合指導書，是從事數(shù)據(jù)挖掘研究與設(shè)計人員、開發(fā)人員，以及需要了解數(shù)據(jù)挖掘有關(guān)方法與技術(shù)的IT技術(shù)人員的良師益友。同時也是一本較好的大學高年級或研究生相關(guān)課程的教材和參考書。

作者簡介

暫缺《數(shù)據(jù)挖掘》作者簡介

圖書目錄

前言
第一章數(shù)據(jù)挖掘?qū)д?br /> 1.1 數(shù)據(jù)挖掘發(fā)展簡述
1.1.1 數(shù)據(jù)豐富與知識匱乏
1.1.2 從數(shù)據(jù)到知識
1.1.3 數(shù)據(jù)挖掘產(chǎn)生
1.2 數(shù)據(jù)挖掘基本知識
1.2.1 數(shù)據(jù)挖掘定義
1.2.2 數(shù)據(jù)挖掘深入
1.3 數(shù)據(jù)挖掘功能
1.3.1 概念描述：定性與對比
1.3.2 關(guān)聯(lián)分析
1.3.3 分類與預測
1.3.4 聚類分析
1.3.5 異類分析
1.3.6 演化分析
1.4 數(shù)據(jù)挖掘結(jié)果的評估
1.5 數(shù)據(jù)挖掘系統(tǒng)
1.5.1 數(shù)據(jù)挖掘系統(tǒng)分類
1.5.2 數(shù)據(jù)挖掘系統(tǒng)應用
1.6 數(shù)據(jù)挖掘研究重點
1.7 本章小結(jié)
參考文獻
第二章數(shù)據(jù)預處理
2.1 數(shù)據(jù)預處理的重要性
2.2 數(shù)據(jù)清洗
2.2.1 遺漏數(shù)據(jù)處理
2.2.2 噪聲數(shù)據(jù)處理
2.2.3 不一致數(shù)據(jù)處理
2.3 數(shù)據(jù)轉(zhuǎn)換處理
2.3.1 數(shù)據(jù)集成處理
2.3.2 數(shù)據(jù)轉(zhuǎn)換處理
2.4 數(shù)據(jù)消減
2.4.1 數(shù)據(jù)立方合計
2.4.2 維數(shù)消減
2.4.3 數(shù)據(jù)壓縮
2.4.4 數(shù)據(jù)塊消減
2.5 離散化和概念層次樹生成
2.5.1 數(shù)值概念層次樹生成
2.5.2 類別概念層次樹生成
2.6 本章小結(jié)
參考文獻
第三章定性歸納
3.1 概念描述基本知識
3.2 數(shù)據(jù)泛化與概要描述
3.2.1 數(shù)據(jù)泛化中的數(shù)據(jù)立方方法
3.2.2 基于屬性歸納方法
3.2.3 基于屬性歸納算法
3.2.4 基于屬性歸納結(jié)果的表示
3.3 屬性相關(guān)分析
3.3.1 屬性相關(guān)分析意義
3.3.2 屬性相關(guān)分析方法
3.3.3 分析定性描述示例
3.4 挖掘概念對比描述
3.4.1 概念對比方法與實現(xiàn)
3.4.2 要領(lǐng)對比描述的表示
3.4.3 概念的定性與對比描述的表示
3.5 挖掘大數(shù)據(jù)庫的描述型統(tǒng)計信息
3.5.1 計算中心趨勢
3.5.2 計算數(shù)據(jù)分布
3.6 方法討論
3.6.1 概念描述：經(jīng)典機器學習比較
3.6.2 概念描述的遞增和并行挖掘
3.7 本章小結(jié)
第四章分類與預測
4.1 分類與預測基本知識
4.2 基于決策樹的分類
4.3 基于決策
…………
第五章關(guān)聯(lián)挖掘
第六章聚類分析
第七章復雜數(shù)據(jù)的挖掘
第八章互聯(lián)網(wǎng)信息挖掘
第九章互聯(lián)網(wǎng)使用挖掘
第十章網(wǎng)絡(luò)安全數(shù)據(jù)挖掘
參考文獻