知識發(fā)現與智能決策

第1章緒論 1
1.1知識發(fā)現 1
1.2人工智能 13
1.3智能決策 23
第2章相關基礎理論 30
2.1知識發(fā)現的理論基礎 30
2.2數據倉庫的理論基礎 43
2.3聯機分析處理的理論基礎 62
2.4智能決策的理論基礎 69
第3章知識發(fā)現和數據挖掘對象與模式 78
3.1知識發(fā)現的挖掘對象 78
3.2知識發(fā)現的挖掘模式 84
第4章數據預處理 103
4.1數據預處理的作用 103
4.2數據預處理的方法 105
4.3數據離散化方法 118
第5章基于符號推理的數據挖掘方法 125
5.1BACON系統 125
5.2FDD系統 128
第6章基于信息論思想的數據挖掘方法 143
6.1ID3方法 143
6.2IBLE方法 149
第7章基于進化思想的數據挖掘方法 158
7.1神經網絡 158
7.2遺傳算法 170
7.3人工免疫算法 186
7.4蟻群算法 192
7.5魚群算法 202
7.6粒子群優(yōu)化算法 209
第8章基于集合論的數據挖掘方法 217
8.1模糊集合 217
8.2粗糙集合 221
8.3粗糙集合的擴展模型 229
第9章基于統計方法的數據挖掘方法 248
9.1相關分析和回歸分析 248
9.2方差分析 254
9.3因子分析 262
9.4判別分析 267
第10章智能決策支持系統 275
10.1智能決策支持系統概述 275
10.2數據庫與數據庫管理系統 289
10.3模型庫與模型庫管理系統 296
10.4方法庫與方法庫管理系統 304
10.5知識庫與知識庫管理系統 310
10.6人機對話管理系統 318
10.7邏輯框架及實現方案 331
第11章知識發(fā)現與智能決策支持系統的應用案例 335
11.1知識發(fā)現的應用 335
11.2智能決策支持系統的應用 364
11.3數據挖掘系統產品 378
參考文獻 385