数据挖掘 第2版

节选

[

数据挖掘技术，又称为数据库知识发现，是20世纪90年代在信息技术领域开始迅速发展起来的计算机技术。作者结合自己近20年从事人工智能、机器学习、数据挖掘等方面的科研工作积累与教学经验，编著此书。
《数据挖掘》较全面系统地介绍了数据挖掘中常用和常见的数据挖掘方法，以及文本与视频数据挖掘方法。
《数据挖掘》的主要内容包括：数据挖掘基本知识、数据挖掘预处理方法、决策树分类及其他分类方法、关联知识挖掘方法、各种聚类分析方法，以及文本挖掘所涉及表示、分类和聚类等方法，还包括视频挖掘所涉及的视频镜头检测、字幕提取、视频摘要和视频检索等主要分析方法。
《数据挖掘》作为学习、掌握和应用数据挖掘方法和技术的综合指导书，是从事数据挖掘研究与应用人员，以及希望了解数据挖掘主要方法和技术的IT技术人员的良师益友；同时也是一本可用于大学高年级或研究生相关课程的教材和参考文献。

]

内容简介

[

数据挖掘技术，又称为数据库知识发现，是20世纪90年代在信息技术领域开始迅速发展起来的计算机技术。作者结合自己近20年从事人工智能、机器学习、数据挖掘等方面的科研工作积累与教学经验，编著此书。
本书较全面系统地介绍了数据挖掘中常用和常见的数据挖掘方法，以及文本与视频数据挖掘方法。
本书的主要内容包括：数据挖掘基本知识、数据挖掘预处理方法、决策树分类及其他分类方法、关联知识挖掘方法、各种聚类分析方法，以及文本挖掘所涉及表示、分类和聚类等方法，还包括视频挖掘所涉及的视频镜头检测、字幕提取、视频摘要和视频检索等主要分析方法。
本书作为学习、掌握和应用数据挖掘方法和技术的综合指导书，是从事数据挖掘研究与应用人员，以及希望了解数据挖掘主要方法和技术的it技术人员的良师益友；同时也是一本可用于大学高年级或研究生相关课程的教材和参考文献。

]

目录

总序前言第1章 数据挖掘导论 1.1 数据挖掘的发展背景 1.2 数据挖掘定义 1.3 数据挖掘过程 1.4 数据挖掘功能 1.5 数据挖掘应用 1.6 数据挖掘发展 1.7 本章小结第2章 数据预处理 2.1 数据描述 2.1.1 数据集类型 2.1.2 数据质量 2.2 数据清理 2.2.1 缺失值处理 2.2.2 噪声数据处理 2.2.3 数据清理过程 2.3 数据集成和变换 2.3.1 数据集成 2.3.2 数据变换 2.3.3 维度归约 2.4 数据归约 2.4.1 数据立方体聚集 2.4.2 属性子集选择 2.5 本章小结第3章 分类挖掘：决策树 3.1 决策树方法 3.2 决策树深入 3.2.1 信息熵基础 3.2.2 c4.5方法 3.2.3 cart方法 3.2.4 sliq方法 3.2.5 sprint方法 3.2.6 其他决策树方法 3.3 决策树的简化 3.4 决策树的改进 3.4.1 属性选择 3.4.2 连续属性离散化 3.5 决策树的讨论 3.5.1 决策树优化问题 3.5.2 决策树优化方法 3.6 分类模型的评估 3.7 本章小结第4章 分类挖掘 4.1 贝叶斯方法 4.1.1 贝叶斯方法概述 4.1.2 朴素贝叶斯分类 4.2 k-近邻方法 4.3 人工神经网络方法 4.4 遗传进化方法 4.5 支持向量机方法 4.5.1 svm分类方法 4.6 粗糙集方法 4.7 集成学习方法 ……第5章 关联挖掘第6章 聚类挖掘第7章 异类挖掘第8章 文本挖掘第9章 视频挖掘第10章 视频分析

封面

书名:数据挖掘 第2版

作者:朱明编著

页数:491

定价:¥52.0

出版社:中国科学技术大学出版社

出版日期:2008-11-01

ISBN:9787312022449

PDF电子书大小:134MB