智慧型數據挖掘與知識發現

智慧型數據挖掘與知識發現

《智慧型數據挖掘與知識發現》是焦李成等編著的作品，2006年由西安電子科技大學出版社出版。

基本信息

內容提要

智慧型數據挖掘與知識發現 智慧型數據挖掘與知識發現
面對“人們被數據淹沒，卻饑渴於知識”的挑戰，數據挖掘和知識發現技術應運而生，並得以蓬勃發展。數據挖掘涉及到人工智慧、模式識別、機器學習、統計學等領域，因此，我們把體現當代科學技術發展特徵的多學科間的知識交叉及最新成果反映到教材中來，同時本書從智慧型信息處理及數據挖掘兩大主題出發，著重於介紹將智慧型信息處理中的最新技術如何套用於數據挖掘領域，如智慧型搜尋、分類、聚類和智慧型決策等。
本書在介紹智慧型信息處理理論、方法、技術的基礎上，全面系統地介紹了數據挖掘的概念、相關技術的原理及套用。

內容目錄

第一章主要從整體上介紹數據挖掘和知識發現的基本概念、研究現狀及發展方向；
第二章介紹了數據挖掘的理論基礎；
第三章詳細論述了用於數據挖掘的計算智慧型方法的理論基礎；
第四章論述了神經網路和進化計算的分類方法；
第五章全面論述了支撐矢量機與核分類方法；
第六章詳細論述了集成分類方法；
第七章系統論述了數據挖掘中大規模數據聚類方法；
第八章論述關聯規則挖掘方法；
第九章介紹數據挖掘實例及可視化。
從第三章後的每一章都給出了所用方法的實驗條件設定及實驗結果。

編輯推薦

本書可作為高校計算機、信號與信息處理、套用數學等專業的高年級本科生或研究生的教材，也可作為從事數據挖掘方面研究工作的科技工作者的參考資料。

目錄

第一章緒論
1.1數據挖掘概述
1.2數據挖掘的分類
1.3數據挖掘研究的公開問題
1.4國內外數據挖掘研究現狀
本章參考文獻
第二章KDD的理論基礎
2.1數學理論Ⅰ
2.2數學理論Ⅱ
2.3機器學習理論
2.4資料庫理論
2.5可視化理論
本章參考文獻
第三章計算智慧型方法理論基礎
3.1神經網路
3.2進化計算
3.3免疫克隆計算
第四章基於神經網路與進化計算的分類
4.1神經網路分類
4.2海量數據的組織協同進化分類算法
4.3基於免疫克隆算法的特徵選擇
本章參考文獻
第五章支撐矢量機與核分類
5.1統計學習理論
5.2支撐矢量機
5.3子波核匹配追蹤學習機
本章參考文獻
第六章集成分類器
6.1集成學習
6.2Boosting概述
6.3Bagging算法
6.4基於免疫克隆算法的選擇性SVMs集成
6.5核匹配追蹤分類器集成
本章參考文獻
第七章大規模數據聚類算法
第八章關聯規則挖掘
第九章數據挖掘套用實例及可視化

相關詞條

相關搜尋

熱門詞條

聯絡我們