数据挖掘导论

数据挖掘导论 内容提要

    《数据挖掘导论》全面介绍了数据挖掘的理论和方法，旨在为读者提供将数据挖掘应用于实际问题所必需的知识。《数据挖掘导论》涵盖五个主题：数据、分类、关联分析、聚类和异常检测。除异常检测外，每个主题都包含两章：前面一章讲述基本概念、代表性算法和评估技术，后面一章较深入地讨论高级概念和算法。目的是使读者在透彻地理解数据挖掘基础的同时，还能了解更多重要的高级主题。此外，书中还提供了大量示例、图表和习题。 
　　《数据挖掘导论》适合作为相关专业高年级本科生和研究生数据挖掘课程的教材，同时也可作为数据挖掘研究和应用开发人员的参考书。

数据挖掘导论 目录

第1章　绪论　1
1.1　什么是数据挖掘　2
1.2　引发数据挖掘的挑战　2
1.3　数据挖掘的起源　3
1.4　数据挖掘任务　4
1.5　本书的内容与组织　7
文献注释　7
参考文献　8
习题　10

第2章　数据　13
2.1　数据类型　14
2.1.1　属性与度量　15
2.1.2　数据集的类型　18
2.2　数据质量　22
2.2.1　测量和数据收集问题　22
2.2.2　关于应用的问题　26
2.3　数据预处理　27
2.3.1　聚集　27
2.3.2　抽样　28
2.3.3　维归约　30
2.3.4　特征子集选择　31
2.3.5　特征创建　33
2.3.6　离散化和二元化　34
2.3.7　变量变换　38
2.4　相似性和相异性的度量　38
2.4.1　基础　39
2.4.2　简单属性之间的相似度和相异度　40
2.4.3　数据对象之间的相异度　41
2.4.4　数据对象之间的相似度　43
2.4.5　邻近性度量的例子　43
2.4.6　邻近度计算问题　48
2.4.7　选取正确的邻近性度量　50
文献注释　50
参考文献　52
习题　53

第3章　探索数据　59
3.1　鸢尾花数据集　59
3.2　汇总统计　60
3.2.1　频率和众数　60
3.2.2　百分位数　61
3.2.3　位置度量：均值和中位数　61
3.2.4　散布度量：极差和方差　62
3.2.5　

· UNIX环境高级编程(第2版)

· 现代编译原理——C语言描述

· UML用户指南(第2版)

· UML面向对象建模与设计(第2版)

· 数据结构与问题求解——Java语言描述（第3版）

· 计算机组成：结构化方法（第5版）

· 算法分析与设计

· 数据库系统:面向应用的方法(第2版)

· SQL Server 7开发人员指南

· SQL Server 7 Data Warehousing数据仓库

· 网络核心技术内幕：专业IP网络规划与设计

· JSP在数据库中的应用与开发（英文版）

· 数据与网络通信（英文影印版）

· 先进半导体材料性能与数据手册

· 电子商务与企业通信

· 计算机网络(第3版)(Computer Networks)