數據挖掘教程

定　價：￥45.00

作　者：	（美）Richard J. Roiger，（美）Michael W. Geatz著；翁敬農譯；翁敬農譯
出版社：	清華大學出版社
叢編項：	國外經典教材
標　簽：	數據庫存儲與管理

購買這本書可以去

ISBN：	9787302074564	出版時間：	2003-11-01	包裝：	平裝
開本：	26cm＋光盤1片	頁數：	362	字數：

內容簡介

　　本書為數據挖掘的基礎教程，是作者多年來從事數據挖掘和專家系統課程教學經驗的總結。它從商業(yè)角度介紹了數據挖掘的原理以及從數據中提取隱含模式的技術。本書首先幫助讀者建立起數據挖掘的概念，進而通過13個數據挖掘示例幫助讀者掌握數據挖掘的原理。本書的最后部分還介紹了結合專家系統和智能代理解決復雜問題的方法。本書適合作為信息管理系統（MIS）和計算機科學專業(yè)的大學教授。它還可以為研究生提供數據挖掘和知識發(fā)現的基礎知識。它也適合對使用數據挖掘解決商業(yè)問題感興趣的專業(yè)人士作為自學指導。

作者簡介

　　Richard　J.Roiger，于1991年獲得了明尼蘇達大學的計算機科學博士學位。他在州立曼凱托大學以優(yōu)異的成績獲得了數學學士和碩士學位。Richard已經發(fā)表了20多篇關于數據挖掘和知識發(fā)現的論文。他是美國人工智能協會以及美國計算機協會的成員。目前，Roiger是州立明尼蘇達大學的一名教授，同時還是InformationAcumenCorporation的一名顧問。Michaelw．Geatz是InformationAcumenCotDotation的創(chuàng)始人之一，該公司從事人工智能軟件咨詢。同時他還是IntelliPatch的總裁。早先，他是高科技條形碼制造公司USATechnologies，Inc．的總裁。他于1991年獲得了金門大學自勺MBA學位。

圖書目錄

第I部分數據挖掘基礎
第1章數據挖掘：初探
1.1 數據挖掘: 定義
1.2 計算機可以學習什么
1.3 數據挖掘是否適合自身的問題
1.4 采用專家系統還是數據挖掘
1.5 一個簡單的數據挖掘處理模型
1.6 為什么不進行簡單的搜索
1.7 數據挖掘應用
1.8 本章小結
1.9 關鍵術語
1.10 練習
第2章數據挖掘: 深入討論
2.1 數據挖掘策略
2.2 有指導的數據挖掘技術
2.3 關聯規(guī)則
2.4 聚類技術
2.5 評估性能
2.6 本章小結
2.7 關鍵術語
2.8 練習
第3章基本數據挖掘技術
3.1 決策樹
3.2 生成關聯規(guī)則
3.3 K-平均值算法
3.4 遺傳學習
3.5 選擇一種數據挖掘技術
3.6 本章小結
3.7 關鍵術語
3.8 練習
第4章基于Excel的數據挖掘工具
4.1 iData分析器
4.2 ESX: 一種多用途的數據挖掘工具
4.3 iDAV格式的數據挖掘
4.4 用于無指導聚類的5步法
4.5 用于有指導學習的6步法
4.6 生成規(guī)則技術
4.7 實例典型性
4.8 特別考慮和特性
4.9 本章小結
4.10 關鍵術語
4.11 練習
第II部分  知識發(fā)現工具
第5章數據庫中的知識發(fā)現
5.1 一種KDD過程模型
5.2 步驟1: 目標定義
5.3 步驟2: 創(chuàng)建目標數據集
5.4 步驟3: 數據預處理
5.5 步驟4: 數據轉換
5.6 步驟5: 數據挖掘
5.7 步驟6: 解釋和評估
5.8 步驟7: 采取行動
5.9 CRISP-DM過程模型
5.10 ESX實驗
5.11 本章小結
5.12 關鍵術語
5.13 練習
第6章數據倉庫
6.1 操作型數據庫
6.2 設計數據倉庫
6.3 聯機分析處理
6.4 用Excel數據透視表分析數據
6.5 本章小結
6.6 關鍵術語
6.7 練習
第7章形式評估技術
7.1 評估對象
7.2 評估工具
7.3 計算檢驗集置信區(qū)間
7.4 比較有指導學習者模型
7.5 屬性評估
7.6 無指導評估技術
7.7 評估具有數值輸出的有指導模型
7.8 本章小結
7.9 關鍵術語
7.10 練習
第III部分高級數據挖掘技術
第8 章神經網絡
8.1 前饋神經網絡
8.2 神經網絡訓練: 概念介紹
8.3 一般考慮
8.4 神經網絡訓練: 概念介紹
8.5 本章小結
8.6 關鍵術語
8.7 練習
第9章使用iDA建立神經網絡
9.1 反向傳播學習的4步法
9.2 神經網絡聚類4步法
9.3 使用ESX進行神經網絡簇分析
9.4 本章小結
9.5 關鍵術語
9.6 練習
第10章統計技術
10.1 線性回歸分析
10.2 對數回歸
10.3 貝葉斯分類器
10.4 聚類算法
10.5 啟發(fā)式的還是統計的
10.6 本章小結
10.7 關鍵術語
10.8 練習
第11章專門技術
11.1 時間序列分析
11.2 挖掘Web
11.3 挖掘文本數據
11.4 改進性能
11.5 本章小結
11.6 關鍵術語
11.7 練習
第IV部分智能系統
第12章基于規(guī)則的系統
12.1 探索人工智能
12.2 狀態(tài)空間搜索的問題求解
12.3 專家系統
12.4 構造基于規(guī)則的系統
12.5 本章小結
12.6 關鍵術語
12.7 練習
第13章基于規(guī)則的系統中不確定性的管理
13.1 不確定性: 來源和解決來源
13.2 基于規(guī)則的模糊系統
13.3 不確定性的基于概率的方法
13.4 本章小結
13.5 關鍵術語
13.6 練習
第14章智能代理
14.1 智能代理的特征
14.2 智能代理的分類
14.3 整合數據挖掘、專家系統和智能代理
14.4 本章小結
14.5 關鍵術語
14.6 練習
附錄A  iDA軟件
A.1 軟件安裝
A.2 卸載iDA
A.3 軟件局限性
A.4 軟件使用指南
A.5 故障檢測
A.6 軟件支持
附錄B  數據挖掘數據集
B.1 iDA數據集包
B.2 所要挖掘的數據集所在的Web站點
附錄C  決策樹屬性選取
附錄D  性能評估的統計
D.1 單值匯總統計
D.2 正態(tài)分布
D.3 比較有指導學習模型
D.4 數據輸出的置信區(qū)間
D.5 比較具有數值輸出的模型
附錄E Excel數據透視表: Office 97
E.1 創(chuàng)建簡單數據透視表
E.2 假設檢驗的數據透視表
E.3 創(chuàng)建多維數據透視圖