數(shù)據(jù)挖掘?qū)д?/h1>

定　價(jià)：￥36.00

作　者：	朱明編著
出版社：	中國科學(xué)技術(shù)大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	數(shù)據(jù)倉庫與數(shù)據(jù)挖掘

購買這本書可以去

ISBN：	9787312029585	出版時(shí)間：	2012-01-01	包裝：	平裝
開本：	16開	頁數(shù)：	297	字?jǐn)?shù)：

內(nèi)容簡介

　　與十年前相比，數(shù)據(jù)挖掘作為數(shù)據(jù)分析與決策支持的重要技術(shù)，已在各行各業(yè)得到了更為廣泛的應(yīng)用。隨著網(wǎng)絡(luò)和IT技術(shù)的不斷發(fā)展，數(shù)據(jù)挖掘應(yīng)用必將更加深入和普及。作者根據(jù)自己十多年教授“數(shù)據(jù)挖掘”課程的經(jīng)驗(yàn)積累，編寫了這本教材?！稊?shù)據(jù)挖掘?qū)д摗啡嫦到y(tǒng)地介紹了數(shù)據(jù)挖掘的主要方法，并配有許多應(yīng)用案例，使得讀者能夠更加容易地理解這些數(shù)據(jù)挖掘方法。同時(shí)《數(shù)據(jù)挖掘?qū)д摗访空潞筮€配有許多思考題，使得這本書更適合作為“數(shù)據(jù)挖掘”課程的教材。本書的主要內(nèi)容包括數(shù)據(jù)挖掘概述、數(shù)據(jù)倉庫與在線分析、分類挖掘、關(guān)聯(lián)挖掘、聚類挖掘、異類挖掘、數(shù)據(jù)流挖掘、文本挖掘以及數(shù)據(jù)挖掘應(yīng)用與數(shù)據(jù)挖掘云等。本書適合作為高等院校高年級(jí)本科生、研究生相關(guān)課程的教材或參考書。對(duì)從事數(shù)據(jù)挖掘應(yīng)用的技術(shù)人員以及希望了解數(shù)據(jù)挖掘方法與應(yīng)用的廣大數(shù)據(jù)挖掘用戶，本書也具有一定的參考價(jià)值。

作者簡介

暫缺《數(shù)據(jù)挖掘?qū)д摗纷髡吆喗?/div>

圖書目錄

前言
第1章數(shù)據(jù)挖掘?qū)д?br />1.1 數(shù)據(jù)挖掘的起源
1.2 數(shù)據(jù)挖掘的過程
1.3 數(shù)據(jù)挖掘的任務(wù)
1.4 數(shù)據(jù)挖掘系統(tǒng)與工具
1.5 數(shù)據(jù)挖掘的發(fā)展趨勢
本章小結(jié)
思考題
第2章數(shù)據(jù)倉庫與在線分析
2.1 數(shù)據(jù)倉庫的概念
2.2 數(shù)據(jù)倉庫數(shù)據(jù)模型
2.3 數(shù)據(jù)倉庫的構(gòu)建
2.4 數(shù)據(jù)倉庫在線分析
2.5 數(shù)據(jù)倉庫應(yīng)用示例
本章小結(jié)
思考題
第3章分類挖掘（1）
3.1 分類挖掘概述
3.2 決策樹分類方法
3.3 決策樹分類算法深入
3.4 分類挖掘評(píng)估與改進(jìn)
3.5 分類挖掘應(yīng)用
本章小結(jié)
思考題
第4章分類挖掘（2）
4.1 貝葉斯分類方法
4.2 K近鄰分類方法
4.3 神經(jīng)網(wǎng)絡(luò)分類方法
4.4 遺傳算法分類方法
4.5 分類器集成方法
4.6 分類挖掘應(yīng)用
本章小結(jié)
思考題
第5章關(guān)聯(lián)挖掘
5.1 關(guān)聯(lián)挖掘概述
5.2 基本關(guān)聯(lián)挖掘方法
5.3 關(guān)聯(lián)挖掘深入
5.4 分布式關(guān)聯(lián)挖掘
5.5 關(guān)聯(lián)挖掘應(yīng)用
本章小結(jié)
思考題
第6章聚類分析
6.1 聚類分析概述
6.2 聚類分析中的數(shù)據(jù)類型
6.3 主要聚類方法
6.4 劃分方法
6.5 層次方法
6.6 基于密度方法
6.7 基于網(wǎng)格方法
6.8 基于模型方法
6.9 聚類挖掘應(yīng)用
本章小結(jié)
思考題
第7章異類挖掘
7.1 異類挖掘概述
7.2 孤立點(diǎn)挖掘方法
7.3 基于聚類的異類挖掘
7.4 基于數(shù)據(jù)延續(xù)性的異常挖掘
7.5 異類挖掘應(yīng)用
本章小結(jié)
思考題
第8章數(shù)據(jù)流挖掘
8.1 數(shù)據(jù)流挖掘概述
8.2 數(shù)據(jù)流分類挖掘
8.3 數(shù)據(jù)流關(guān)聯(lián)挖掘
8.4 數(shù)據(jù)流聚類挖掘
8.5 數(shù)據(jù)流挖掘應(yīng)用
本章小結(jié)
……
第9章文本挖掘
第10章數(shù)據(jù)挖掘應(yīng)用
第11章數(shù)據(jù)挖掘云
參考文獻(xiàn)