数据挖掘原理与技术

书籍目录

第1章 绪论

第2章 数据挖掘过程

第3章 关联规则

第4章 决策树

第5章 聚类分析

第6章 基于样例的学习

第7章 贝叶斯学习

第8章 粗糙集

第9章 神经网络

第10章 遗传算法

第11章 统计分析

第12章 文本和Web挖掘

第13章 数据挖掘的应用和发展趋势

第14章 商业智能解决方案实例分析

附录A IBM DB2 Intelligent Miner简介

参考文献

作者简介

数据挖掘将数据转化为知识，是数据管理、信息处理领域研究、开发和应用的最活跃的分支之一。本书全面地论述了数据挖掘领域的基本概念、基本原理和基本方法，内容包括数据挖掘领域的经典理论和前沿发展。全书共分14章，并含有1个附录。全面系统地介绍了数据挖掘的概念和过程、数据预处理技术；深入地叙述了各种数据挖掘技术，包括关联规则、决策树、聚类、基于样例的学习、贝叶斯学习、粗糙集、神经网络、遗传算法、统计分析；并讨论了数据挖掘的典型应用，如分类、文本和Web挖掘，以及数据挖掘的应用和发展趋势；并在第14章中给出了一个具体的商业智能解决方案实例。
    通过本书的学习，读者可以对数据挖掘的整体结构、概念、原理、技术和发展有深入的了解和认识。
    本书既可以作为相关专业的高年级本科生和研究生教材，也可作为数据挖掘领域的研究者和开发者的参考书。

图书封面

 数据挖掘原理与技术下载