數(shù)據(jù)挖掘

前言
第一章 數(shù)據(jù)挖掘?qū)д?br /> 1.1 數(shù)據(jù)挖掘發(fā)展簡(jiǎn)述
1.1.1 數(shù)據(jù)豐富與知識(shí)匱乏
1.1.2 從數(shù)據(jù)到知識(shí)
1.1.3 數(shù)據(jù)挖掘產(chǎn)生
1.2 數(shù)據(jù)挖掘基本知識(shí)
1.2.1 數(shù)據(jù)挖掘定義
1.2.2 數(shù)據(jù)挖掘深入
1.3 數(shù)據(jù)挖掘功能
1.3.1 概念描述：定性與對(duì)比
1.3.2 關(guān)聯(lián)分析
1.3.3 分類與預(yù)測(cè)
1.3.4 聚類分析
1.3.5 異類分析
1.3.6 演化分析
1.4 數(shù)據(jù)挖掘結(jié)果的評(píng)估
1.5 數(shù)據(jù)挖掘系統(tǒng)
1.5.1 數(shù)據(jù)挖掘系統(tǒng)分類
1.5.2 數(shù)據(jù)挖掘系統(tǒng)應(yīng)用
1.6 數(shù)據(jù)挖掘研究重點(diǎn)
1.7 本章小結(jié)
參考文獻(xiàn)
第二章 數(shù)據(jù)預(yù)處理
2.1 數(shù)據(jù)預(yù)處理的重要性
2.2 數(shù)據(jù)清洗
2.2.1 遺漏數(shù)據(jù)處理
2.2.2 噪聲數(shù)據(jù)處理
2.2.3 不一致數(shù)據(jù)處理
2.3 數(shù)據(jù)轉(zhuǎn)換處理
2.3.1 數(shù)據(jù)集成處理
2.3.2 數(shù)據(jù)轉(zhuǎn)換處理
2.4 數(shù)據(jù)消減
2.4.1 數(shù)據(jù)立方合計(jì)
2.4.2 維數(shù)消減
2.4.3 數(shù)據(jù)壓縮
2.4.4 數(shù)據(jù)塊消減
2.5 離散化和概念層次樹(shù)生成
2.5.1 數(shù)值概念層次樹(shù)生成
2.5.2 類別概念層次樹(shù)生成
2.6 本章小結(jié)
參考文獻(xiàn)
第三章 定性歸納
3.1 概念描述基本知識(shí)
3.2 數(shù)據(jù)泛化與概要描述
3.2.1 數(shù)據(jù)泛化中的數(shù)據(jù)立方方法
3.2.2 基于屬性歸納方法
3.2.3 基于屬性歸納算法
3.2.4 基于屬性歸納結(jié)果的表示
3.3 屬性相關(guān)分析
3.3.1 屬性相關(guān)分析意義
3.3.2 屬性相關(guān)分析方法
3.3.3 分析定性描述示例
3.4 挖掘概念對(duì)比描述
3.4.1 概念對(duì)比方法與實(shí)現(xiàn)
3.4.2 要領(lǐng)對(duì)比描述的表示
3.4.3 概念的定性與對(duì)比描述的表示
3.5 挖掘大數(shù)據(jù)庫(kù)的描述型統(tǒng)計(jì)信息
3.5.1 計(jì)算中心趨勢(shì)
3.5.2 計(jì)算數(shù)據(jù)分布
3.6 方法討論
3.6.1 概念描述：經(jīng)典機(jī)器學(xué)習(xí)比較
3.6.2 概念描述的遞增和并行挖掘
3.7 本章小結(jié)
第四章 分類與預(yù)測(cè)
4.1 分類與預(yù)測(cè)基本知識(shí)
4.2 基于決策樹(shù)的分類
4.3 基于決策
…………
第五章 關(guān)聯(lián)挖掘
第六章 聚類分析
第七章 復(fù)雜數(shù)據(jù)的挖掘
第八章 互聯(lián)網(wǎng)信息挖掘
第九章 互聯(lián)網(wǎng)使用挖掘
第十章 網(wǎng)絡(luò)安全數(shù)據(jù)挖掘
參考文獻(xiàn)