數(shù)據挖掘原理、算法與應用

出版說明
前言
第1章  概述
  1.1 從數(shù)據中獲取知識
  1.2 數(shù)據挖掘的基本概念
  1.3 數(shù)據挖掘的發(fā)展歷程
  1.4 數(shù)據挖掘的功能和數(shù)據挖掘系統(tǒng)的分類
    1.4.1 分類與回歸
    1.4.2 聚類分析
    1.4.3 關聯(lián)規(guī)則
    1.4.4 時序模式
    1.4.5 異常檢測
    1.4.6 數(shù)據挖掘系統(tǒng)的分類
  1.5 數(shù)據挖掘的過程
    1.5.1 數(shù)據挖掘的一般流程
    1.5.2 跨行業(yè)數(shù)據挖掘標準過程
  1.6 數(shù)據挖掘與其他學科的關系
    1.6.1 數(shù)據挖掘與數(shù)據庫知識發(fā)現(xiàn)
    1.6.2 數(shù)據挖掘與數(shù)據庫查詢
    1.6.3 數(shù)據挖掘與統(tǒng)計分析
    1.6.4 數(shù)據挖掘與數(shù)據倉庫
    1.6.5 數(shù)據挖掘與聯(lián)機分析處理
    1.6.6 數(shù)據挖掘與人工智能、專家系統(tǒng)、機器學習
  1.7 數(shù)據挖掘的應用和發(fā)展趨勢
    1.7.1 商業(yè)的數(shù)據挖掘
    1.7.2 金融業(yè)的數(shù)據挖掘
    1.7.3 欺詐偵測中的數(shù)據挖掘
    1.7.4 DNA數(shù)據分析中的數(shù)據挖掘
    1.7.5 電信業(yè)中的數(shù)據挖掘
    1.7.6 科學和統(tǒng)計數(shù)據挖掘
    1.7.7 數(shù)據挖掘系統(tǒng)和軟件
    1.7.8 數(shù)據挖掘的發(fā)展趨勢
  1.8 小結
  1.9 習題
第2章  數(shù)據存儲
  2.1 關系數(shù)據集
  2.2 數(shù)據倉庫
    2.2.1 數(shù)據倉庫的概念和特點
    2.2.2 數(shù)據倉庫的數(shù)據組織
    2.2.3 數(shù)據倉庫的關鍵技術
    2.2.4 數(shù)據倉庫與數(shù)據挖掘的關系
  2.3 NoSQL數(shù)據庫
    2.3.1 NoSQL概念與理論
    2.3.2 NoSQL數(shù)據模型
    2.3.3 NoSQL與關系數(shù)據庫
  2.4 分布式文件系統(tǒng)
    2.4.1 分布式文件系統(tǒng)的歷史
    2.4.2 分布式文件系統(tǒng)的體系結構
    2.4.3 谷歌文件系統(tǒng)（GoogleFS）
    2.4.4 Hadoop分布式文件系統(tǒng)(HDFS)
  2.5 小結
  2.6 習題
第3章  數(shù)據預處理
  3.1 數(shù)據預處理的必要性
  3.2 數(shù)據清理
    3.2.1 缺失數(shù)據處理方法
    3.2.2 噪聲數(shù)據平滑技術
    3.2.3 時間相關數(shù)據的處理
  3.3 數(shù)據集成
    3.3.1 實體識別與匹配
    3.3.2 冗余和相關分析
    3.3.3 元組重復數(shù)據的檢測
    3.3.4 沖突數(shù)據的檢測與處理
  3.4 數(shù)據轉換
    3.4.1 數(shù)據標準化
    ……
第4章  數(shù)據相似度與異常檢測
第5章  數(shù)據分類和預測
第6章  數(shù)據聚類分析
第7章  數(shù)據關聯(lián)分析
第8章  性能評估和提升
第9章  復雜數(shù)據挖掘
參考文獻