中文名: 數據挖掘與知識發現
作者: 李雄飛
圖書分類: 科技
資源格式: PDF
版本: 文字版
出版社: 高等教育出版社
書號: 9787040133080
發行時間: 2003年01月
地區: 大陸
語言: 簡體中文
簡介:

內容簡介：
本書詳盡地闡述了數據挖掘與知識發現領域中的一些基本理論和研究方法。介紹了KDD與數據挖掘的概念、數據挖掘對象、知識發現過程、研究方法以及相關研究領域和應用范圍。作為知識發現的數據預處理工作，簡要敘述了數據清理、數據約簡、數據概念等級分層、多維數據模型等內容。書中較詳細地介紹了粗糙級、模糊集、聚類分析、關聯規則、人工神經網絡、分類與預測等數據挖掘方法，最後還簡要介紹了多媒體數據挖掘工作的有關進展。
本書可以作為計算機科學與技術專業和信息科學方向高年級本科生和研究生的教材或參考書，也可供有關科技人員學習參考。
內容截圖：

目錄:
第一章 緒論
1.1 引言
1.2 KDD與數據挖掘
1.2.1 KDD定義
1.2.2 KDD過程
1.2.3 數據庫技術發展與數據挖掘
1.3 數據挖掘的對象與環境
1.3.1 數據與系統特征
1.3.2 數據結構
1.3.3 數據庫系統
1.4 數據挖掘方法與相關領域
1.4.1 數據挖掘相關領域
1.4.2 粗糙集
1.4.3 聚類
1.4.4 關聯規則
1.4.5 決策樹
1.4.6 模糊集
1.4.7 規則歸納
1.4.8 進化計算
1.5 KDD系統與應用
本章小結
習題一
第二章 數據預處理與數據倉庫
2.1 數據清理
2.1.1 填補空缺值
2.1.2 消除噪聲數據
2.1.3 實現數據一致性
2.2 數據集成與轉換
2.2.1 數據集成
2.2.2 數據轉換
2.3 數據歸約與濃縮
2.3.1 數據立方體聚集
2.3.2 維歸約
2.3.3 數據壓縮
2.3.4 數值歸約
2.4 概念分層
2.4.1 概念分層的概念
2.4.2 概念分層的類型
2.4.3 數值數據的概念分層與離散化
2.4.4 分類數據的概念分層
2.5 數據倉庫與多維數據模型
2.5.1 數據倉庫的概念
2.5.2 數據倉庫中的數據組織
2.5.3 數據立方體
2.5.4 多維數據庫模式
2.6 數據倉庫與數據挖掘
2.6.1 數據倉庫應用
2.6.2 數據挖掘和數據倉庫的關系
本章小結
習題二
第三章 粗糙集
3.1 近似空間
3.1.1 近似空間與不可分辨關系
3.1.2 知識與知識庫
3.2 近似與粗糙集
3.2.1 近似與粗糙集的基本概念
3.2.2 粗糙集的基本性質
3.3 粗糙集的特征描述
3.3.1 近似精度
……
第四章 模糊集
第五章 聚類分析
第六章 關聯規則
第七章 人工神經網絡
第八章 分類與預測
第九章 多媒體數據挖掘
參考文獻
名詞索引