數(shù)據(jù)挖掘原理、算法及應(yīng)用

定　價：￥29.00

作　者：	李愛國，厙向陽編著
出版社：	西安電子科技大學出版社
叢編項：
標　簽：	數(shù)據(jù)倉庫與數(shù)據(jù)挖掘

購買這本書可以去

ISBN：	9787560627311	出版時間：	2012-01-01	包裝：	平裝
開本：	16開	頁數(shù)：	255	字數(shù)：

內(nèi)容簡介

　　《高等學校計算機專業(yè)“十二五”規(guī)劃教材：數(shù)據(jù)挖掘原理、算法及應(yīng)用》以各類數(shù)據(jù)挖掘算法為核心，以智能數(shù)據(jù)分析技術(shù)的發(fā)展為主線，結(jié)合作者自身的研究和應(yīng)用經(jīng)驗，闡述數(shù)據(jù)挖掘研究領(lǐng)域的主要理論和典型算法。全書共分8章：第1章為緒論；第2-5章分別介紹數(shù)據(jù)挖掘的主要技術(shù)、各類典型算法及其編程實現(xiàn)，包括數(shù)據(jù)預處理技術(shù)，關(guān)聯(lián)規(guī)則挖掘技術(shù)、分類技術(shù)，聚類技術(shù)等幾大類技術(shù)和其中包含的典型算法；第6-8章分別簡要介紹一些數(shù)據(jù)挖掘的應(yīng)用專題，包括時間序列數(shù)據(jù)挖掘、Weh挖掘、空間數(shù)據(jù)挖掘等。

作者簡介

暫缺《數(shù)據(jù)挖掘原理、算法及應(yīng)用》作者簡介

圖書目錄

第1章　緒論
　1.1 數(shù)據(jù)挖掘的概念和定義
　1.2 數(shù)據(jù)挖掘的歷史及發(fā)展
　1.3 數(shù)據(jù)挖掘的研究內(nèi)容及功能
　1.4 數(shù)據(jù)挖掘的常用技術(shù)及工具
　1.5 數(shù)據(jù)挖掘的應(yīng)用熱點
　1.6 小結(jié)
　習題
第2章　數(shù)據(jù)預處理
　2.1 數(shù)據(jù)預處理的目的
　2.2 數(shù)據(jù)清理
　2.3 數(shù)據(jù)集成和數(shù)據(jù)變換
　2.4 數(shù)據(jù)歸約
　2.5 數(shù)據(jù)離散化和概念分層
　2.6 特征選擇與提取
　2.7 小結(jié)
　習題
第3章　關(guān)聯(lián)規(guī)則挖掘
　3.1 基本概念
　3.2 關(guān)聯(lián)規(guī)則挖掘算法
　3.3 Apriori改進算法
　3.4 不候選產(chǎn)生挖掘頻繁項集
　3.5 使用垂直數(shù)據(jù)格式挖掘頻繁項集
　3.6 挖掘閉頻繁項集
　3.7 挖掘各種類型的關(guān)聯(lián)規(guī)則
　3.8 相關(guān)分析
　3.9 肇于約束的關(guān)聯(lián)規(guī)則
　3.10 矢量空間數(shù)據(jù)庫中關(guān)聯(lián)規(guī)則的挖掘
　3.11 小結(jié)
　習題
第4章　分類和預測
　4.1 分類和預測的基本概念和步驟
　4.2 基于相似性的分類算法
　4.3 決策樹分類算法
　4.4 貝葉斯分類算法
　4.5 人工神經(jīng)網(wǎng)絡(luò)(ANN)
　4.6 支持向量機
　4.7 預測
　4.8 預測和分類中的準確率
　4.9 評估分類器或預測器的準確率
　4.10 小結(jié)
　習題
第5章　聚類方法
　5.1 概述
　5.2 劃分聚類方法
　5.3 層次聚方法
　5.4 密度聚類方法聚類結(jié)構(gòu)
　5.5 基于網(wǎng)格聚類方法變換聚類聚類方法
　5.6 神經(jīng)網(wǎng)絡(luò)聚類方法：SOM
　5.7 異常檢測
　5.8 小結(jié)
　習題
第6章　時間序列數(shù)據(jù)挖掘
　6.1 概述
　6.2 時間序列數(shù)據(jù)建模
　6.3 時間序列預測
　6.4 時間序列數(shù)據(jù)庫相似搜索
　6.5 從時間序列數(shù)據(jù)中發(fā)現(xiàn)感興趣模式
　6.6 小結(jié)
　習題
第7章　Web挖掘
　7.1 挖掘的分類及基數(shù)據(jù)來源
　7.2 Web日志挖掘
　7.3 Web內(nèi)容挖掘
　7.4 小結(jié)
　習題
第8章　復雜類型數(shù)據(jù)挖掘
　8.1 空間數(shù)據(jù)挖掘空間OLAP
　8.2 文本數(shù)據(jù)挖掘
　8.3 多媒體數(shù)據(jù)挖掘遙感影像分類
　8.4小結(jié)
　習題
參考文獻