數據挖掘技術

第1章 知識發(fā)現與數據挖掘綜述
1.1 知識發(fā)現和數據挖掘的概念
1.2 數據挖掘方法和技術
1.3 數據挖掘的知識表示
習題1
第2章 基本信息論的數據挖掘方法
2.1 信息論原理
2.2 基于互信息的ID3算法與C4.5
2.3 基于信道容量的IBLE算法
習題2
第3章 基于集合論的數據挖掘方法
3.1 粗糙集方法
3.2 概念樹方法
3.3 覆蓋正例排斥反例的AQ方法
習題3
第4章 關聯規(guī)則挖掘
4.1 關聯規(guī)則的基本概念
4.2 關聯規(guī)則挖掘算法
4.3 基于聚類的周期關聯規(guī)則發(fā)現算法
習題4
第5章 神經網絡
5.1 神經網絡的概念及幾何意義
5.2 典型神經網絡
5.3 超曲面神經網絡
5.4 模糊神經網絡
5.5 神經網絡的規(guī)則抽取
習題5
第6章 遺傳算法
6.1 綜述
6.2 遺傳算法原理
6.3 基于遺傳的優(yōu)化計算
6.4 基于遺傳的分類學習系統
6.5 遺傳算法和神經網絡的結合
習題6
第7章 公式發(fā)現
7.1 機器發(fā)現概述
7.2 BACON系統
7.3 FDD公式發(fā)現系統
習題7
第8章 數據挖掘應用
8.1 數據挖掘與決策支持
8.2 數據挖掘服務器
習題8
參考文獻