资 源 简 介
数据挖掘技术，又称为数据库知识发现，是20世纪90年代在信息技术领域开始迅速发展起来的计算机技术。作者结合自己近20年从事人工智能、机器学习、数据挖掘等方面的科研工作积累与教学经验，编著此书。本书较全面系统地介绍了数据挖掘中常用和常见的数据挖掘方法，以及文本与视频数据挖掘方法。本书的主要内容包括：数据挖掘基本知识、数据挖掘预处理方法、决策树分类及其他分类方法、关联知识挖掘方法、各种聚类分析方法，以及文本挖掘所涉及表示、分类和聚类等方法，还包括视频挖掘所涉及的视频镜头检测、字幕提取、视频摘要和视频检索等主要分析方法。数据挖掘目录第1章 数据挖掘导论1.1 数据挖掘的发展背景1.2 数据挖掘定义1.3 数据挖掘过程1.4 数据挖掘功能1.5 数据挖掘应用1.6 数据挖掘发展1.7 本章小结第2章 数据预处理2.1 数据描述2.1.1 数据集类型2.1.2 数据质量2.2 数据清理2.2.1 缺失值处理2.2.2 噪声数据处理2.2.3 数据清理过程2.3 数据集成和变换2.3.1 数据集成2.3.2 数据变换2.3.3 维度归约2.4 数据归约2.4.1 数据立方体聚集2.4.2 属性子集选择2.5 本章小结第3章 分类挖掘：决策树3.1 决策树方法3.2 决策树深入3.2.1 信息熵基础3.2.2 C4.5方法3.2.3 CART方法3.2.4 SLIQ方法3.2.5 SPRINT方法3.2.6 其他决策树方法3.3 决策树的简化3.4 决策树的改进3.4.1 属性选择3.4.2 连续属性离散化3.5 决策树的讨论3.5.1 决策树优化问题3.5.2 决策树优化方法3.6 分类模型的评估3.7 本章小结第4章 分类挖掘4.1 贝叶斯方法4.1.1 贝叶斯方法概述4.1.2 朴素贝叶斯分类4.2 k-近邻方法4.3 人工神经网络方法4.4 遗传进化方法4.5 支持向量机方法4.5.1 SVM分类方法4.6 粗糙集方法4.7 集成学习方法第5章 关联挖掘第6章 聚类挖掘第7章 异类挖掘第8章 文本挖掘第9章 视频挖掘第10章 视频分析
