數(shù)據(jù)挖掘技術

定　價：￥25.00

作　者：	陳文偉，黃金才，趙新昱著
出版社：	北京工業(yè)大學出版社
叢編項：
標　簽：	數(shù)據(jù)收集

購買這本書可以去

ISBN：	9787563912056	出版時間：	2002-12-01	包裝：	膠版紙
開本：	26cm	頁數(shù)：	208	字數(shù)：

內(nèi)容簡介

　　本書以數(shù)據(jù)挖掘技術的方法為線索，以數(shù)據(jù)挖掘的技術成果為重點，對知識發(fā)現(xiàn)與數(shù)據(jù)挖掘的概念、數(shù)據(jù)挖掘的方法和技術、數(shù)據(jù)挖掘的知識表示、基于信息論的數(shù)據(jù)挖掘方法、關聯(lián)規(guī)則挖掘、神經(jīng)網(wǎng)絡、遺傳算法、公式發(fā)現(xiàn)、數(shù)據(jù)挖掘的應用等內(nèi)容作了全面、系統(tǒng)的介紹。本書是數(shù)據(jù)挖掘技術最新成果的論著，將對數(shù)據(jù)挖掘技術在我國的發(fā)展起到推動作用。

作者簡介

暫缺《數(shù)據(jù)挖掘技術》作者簡介

圖書目錄

第1章知識發(fā)現(xiàn)與數(shù)據(jù)挖掘綜述
1.1 知識發(fā)現(xiàn)和數(shù)據(jù)挖掘的概念
1.2 數(shù)據(jù)挖掘方法和技術
1.3 數(shù)據(jù)挖掘的知識表示
習題1
第2章基本信息論的數(shù)據(jù)挖掘方法
2.1 信息論原理
2.2 基于互信息的ID3算法與C4.5
2.3 基于信道容量的IBLE算法
習題2
第3章基于集合論的數(shù)據(jù)挖掘方法
3.1 粗糙集方法
3.2 概念樹方法
3.3 覆蓋正例排斥反例的AQ方法
習題3
第4章關聯(lián)規(guī)則挖掘
4.1 關聯(lián)規(guī)則的基本概念
4.2 關聯(lián)規(guī)則挖掘算法
4.3 基于聚類的周期關聯(lián)規(guī)則發(fā)現(xiàn)算法
習題4
第5章神經(jīng)網(wǎng)絡
5.1 神經(jīng)網(wǎng)絡的概念及幾何意義
5.2 典型神經(jīng)網(wǎng)絡
5.3 超曲面神經(jīng)網(wǎng)絡
5.4 模糊神經(jīng)網(wǎng)絡
5.5 神經(jīng)網(wǎng)絡的規(guī)則抽取
習題5
第6章遺傳算法
6.1 綜述
6.2 遺傳算法原理
6.3 基于遺傳的優(yōu)化計算
6.4 基于遺傳的分類學習系統(tǒng)
6.5 遺傳算法和神經(jīng)網(wǎng)絡的結合
習題6
第7章公式發(fā)現(xiàn)
7.1 機器發(fā)現(xiàn)概述
7.2 BACON系統(tǒng)
7.3 FDD公式發(fā)現(xiàn)系統(tǒng)
習題7
第8章數(shù)據(jù)挖掘應用
8.1 數(shù)據(jù)挖掘與決策支持
8.2 數(shù)據(jù)挖掘服務器
習題8
參考文獻