數(shù)據(jù)挖掘?qū)д摚ㄍ暾妫?/h1>

定　價(jià)：￥69.00

作　者：	（美）陳封能，（美）斯坦巴赫，（美）庫(kù)瑪爾著，范明等譯
出版社：	人民郵電出版社
叢編項(xiàng)：
標(biāo)　簽：	數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘

購(gòu)買這本書可以去

ISBN：	9787115241009	出版時(shí)間：	2011-01-01	包裝：	平裝
開本：	16開	頁(yè)數(shù)：	463	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《數(shù)據(jù)挖掘?qū)д摚ㄍ暾妫啡娼榻B了數(shù)據(jù)挖掘的理論和方法，旨在為讀者提供將數(shù)據(jù)挖掘應(yīng)用于實(shí)際問(wèn)題所必需的知識(shí)。《數(shù)據(jù)挖掘?qū)д摚ㄍ暾妫泛w五個(gè)主題：數(shù)據(jù)、分類、關(guān)聯(lián)分析、聚類和異常檢測(cè)。除異常檢測(cè)外，每個(gè)主題都包含兩章：前面一章講述基本概念、代表性算法和評(píng)估技術(shù)，后面一章較深入地討論高級(jí)概念和算法。目的是使讀者在透徹地理解數(shù)據(jù)挖掘基礎(chǔ)的同時(shí)，還能了解更多重要的高級(jí)主題。此外，書中還提供了大量示例、圖表和習(xí)題?！稊?shù)據(jù)挖掘?qū)д摚ㄍ暾妫愤m合作為相關(guān)專業(yè)高年級(jí)本科生和研究生數(shù)據(jù)挖掘課程的教材，同時(shí)也可作為數(shù)據(jù)挖掘研究和應(yīng)用開發(fā)人員的參考書。

作者簡(jiǎn)介

　　陳封能（Pang-Ning Tan）現(xiàn)為密歇根州立大學(xué)計(jì)算機(jī)與工程系助理教授，主要教授數(shù)據(jù)挖掘、數(shù)據(jù)庫(kù)系統(tǒng)等課程。此前，他曾是明尼蘇達(dá)大學(xué)美國(guó)陸軍高性能計(jì)算研究中心副研究員（2002-2003）。斯坦巴赫（Michael Steinbach）明尼蘇達(dá)大學(xué)計(jì)算機(jī)與工程系研究員，在讀博士。庫(kù)瑪爾（Vipin Kumar）明尼蘇達(dá)大學(xué)計(jì)算機(jī)科學(xué)與工程系主任，曾任美國(guó)陸軍高性能計(jì)算研究中心主任。他擁有馬里蘭大學(xué)博士學(xué)位，是數(shù)據(jù)挖掘和高性能計(jì)算方面的國(guó)際權(quán)威，IEEE會(huì)士。范明，鄭州大學(xué)信息工程學(xué)院教授，中國(guó)計(jì)算機(jī)學(xué)會(huì)數(shù)據(jù)庫(kù)專業(yè)委員會(huì)委員、人工智能與模式識(shí)別專業(yè)委員會(huì)委員，長(zhǎng)期從事計(jì)算機(jī)軟件與理論教學(xué)和研究。先后發(fā)表論史40余篇。范宏建澳大利亞墨爾本大學(xué)計(jì)算機(jī)科學(xué)博士。先后在WWW、PAKDD、RSFDGrC、IEEE GrC和Australian AI等國(guó)際學(xué)術(shù)會(huì)議和IEEE Transactions on Knowledge and Data Engineering發(fā)表論文10余篇。目前是澳大利亞AUSTRAC的高級(jí)分析師。

圖書目錄

第1章緒論
　1.1 什么是數(shù)據(jù)挖掘
　1.2 數(shù)據(jù)挖掘要解決的問(wèn)題
　1.3 數(shù)據(jù)挖掘的起源
　1.4 數(shù)據(jù)挖掘任務(wù)
　1.5 本書的內(nèi)容與組織
　文獻(xiàn)注釋
　參考文獻(xiàn)
　習(xí)題
第2章數(shù)據(jù)
　2.1 數(shù)據(jù)類型
　　2.1.1 屬性與度量
　　2.1.2 數(shù)據(jù)集的類型
　2.2 數(shù)據(jù)質(zhì)量
　　2.2.1 測(cè)量和數(shù)據(jù)收集問(wèn)題
　　2.2.2 關(guān)于應(yīng)用的問(wèn)題
　2.3 數(shù)據(jù)預(yù)處理
　　2.3.1 聚集
　　2.3.2 抽樣
　　2.3.3 維歸約
　　2.3.4 特征子集選擇
　　2.3.5 特征創(chuàng)建
　　2.3.6 離散化和二元化
　　2.3.7 變量變換
　2.4 相似性和相異性的度量
　　2.4.1 基礎(chǔ)
　　2.4.2 簡(jiǎn)單屬性之間的相似度和相異度
　　2.4.3 數(shù)據(jù)對(duì)象之間的相異度
　　2.4.4 數(shù)據(jù)對(duì)象之間的相似度
　　2.4.5 鄰近性度量的例子
　　2.4.6 鄰近度計(jì)算問(wèn)題
　　2.4.7 選取正確的鄰近性度量
　文獻(xiàn)注釋
　參考文獻(xiàn)
　習(xí)題
第3章探索數(shù)據(jù)
第4章分類：基本概念、決策樹與模型評(píng)估
第5章分類：其他技術(shù)
第6章關(guān)聯(lián)分析：基本概念和算法
第7章關(guān)聯(lián)分析：高級(jí)概念
第8章聚類分析：基本概念和算法
第9章聚類分析：其他問(wèn)題與算法
第10章異常檢測(cè)
文獻(xiàn)注釋
參考文獻(xiàn)
習(xí)題
附錄a 線性代數(shù)
附錄b 維歸約
附錄c 概率統(tǒng)計(jì)
附錄d 回歸
附錄e 優(yōu)化