《數據挖掘原理（第2版）》是2021年1月1日哈爾濱工業大學出版社出版的圖書，作者是[英] Max、Bramer。
基本介紹
- 中文名：數據挖掘原理（第2版）
- 作者：[英] Max、Bramer
- 出版社：哈爾濱工業大學出版社
- ISBN：9787560386508
內容簡介,圖書目錄,
內容簡介
Principles of Data Mining是數據挖掘領域具有重要影響的國外著名教材之一，原為斯普林格出版社計算機科學本科生系列教材中的一本。在讀者的期待中，本書的譯本得以出版。從數據集本身特性的探討，到分類、規劃挖掘及聚類等基本方法的闡明，再到數據科學的工程場景的融合，本書可幫助數據挖掘學習者形成清晰的學科觀。
本書具備如下特色：
本書並未依賴數學工具和語言，而是通過對案例的精細剖析向讀者傳遞了具有相當技術深度的內容，是一本對初學者友好並且技術足夠有深度的專業基礎書籍。
本書側重於數據挖掘技術領域通用原理的講解，作者對數據挖局中的分類、關聯規則挖掘及聚類等基本問題中的共性原則基於案例進行了深入分析，對於數據技術初學者來說，這部分內容的理解比流行技術介紹有更重要的意義和價值。
總之，本書是一部歷久彌新的優秀數據挖掘教材，既適合數據挖掘初學者探索數據挖掘的趣味，也適合數據挖掘從業者補遺學科知識體系、深入理解學科知識的內涵和外延。
圖書目錄
第1章 數據挖掘介紹
第2章數據挖掘中的數據
第3章 分類簡介：樸素貝葉斯與最近鄰算法
第4章 使用決策樹進行分類
第5章 決策樹歸納：使用熵進行屬性選擇
第6章 決策樹歸納：使用頻率表進行屬性選擇
第7章 評估分類器的預測精度
第8章 連續型屬性
第9章 避免決策樹的過度擬合
第10章 更多關於熵的討論
第11章 採用模組化分類規則
第12章 評估分類器的性能
第13章大規模數據集處理
第14章 集成分類
第15章分類器性能比較
第16章 關聯規則挖掘一
第17章 關聯規則挖掘二
第18章關聯規則挖掘三：頻繁模式樹
第19章聚類
第20章文本挖掘
附錄
附錄A 涉及的數學知識
附錄B 數據集
附錄C 擴展資源
附錄D 術語和符號
附錄E 自測題答案
中英文對照表
