DATA mining: concepts, models, methods, and algorithms

作者：  (美)Mehmed Kantardzic著;王晓海，吴志刚译

出版社：清华大学出版社,2013

简介：随着数据集规模和复杂度的持续上升，分析员必须利用更高级的软件工具来执行间接的、自动的智能化数据分析。、数据挖掘：概念、模型、方法和算法（第2版）介绍了通过分析高维数据空间中的海量原始数据来提取用于决策的新信息的尖端技术和方法。　　《国外计算机科学经典教材·数据挖掘：概念、模型、方法和算法（第2版）》开篇阐述数据挖掘原理，此后在示例的引导下详细讲解起源于统计学、机器学习、神经网络、模糊逻辑和演化计算等学科的具有代表性的、最前沿的挖掘方法和算法。本书还着重描述如何恰当地选择方法和数据分析软件并合理地调整参数。每章末尾附有复习题。　　《国外计算机科学经典教材·数据挖掘：概念、模型、方法和算法（第2版）》主要用作计算机科学、计算机工程和计算机信息系统专业的研究生数据挖掘教材，高年级本科生或具备同等教育背景的读者也完全可以理解本书的所有主题。

DATA Mining Concepts:Models, Methods, and Algorithms

作者：  (美)Mehmed Kantardzic著;闪四清等译

出版社：清华大学出版社,2003

简介：　　 作为一本教科书，本书全面讲述了数据挖掘的概念、模型、方法和算法。本书共包括13章和2个附录，全面、详细地讲述了从数据挖掘的基本概念到数据挖掘的整个过程，以及数据挖掘工具及其典型应用领域。 　　 本收编写严谨、内容权威、结构合理、科学规范、语言流畅，特别适合作为高等院校数据挖掘课程的教科书，还适合作为数据挖掘研究人员必备的参考书。 　　 我们被数据所包围着，这些数据是数值型或其他类型，它们都必须经过分析和处理，转换成通知、指导、回答或辅助决策和理解的信息。由于当今数据集的大小和复杂性的增加，就产生了数据挖掘这个新术语，它描述了间接的、自动化的数据分析技术，这些技术所利用的工具比分析人员过去做基本的数据分析所使用的工具更加复杂和尖端。 　　 本书讨论了数据挖掘的原理，接着描述了一些具有代表性的艺术级的方法和算法。这些方法和算法起源于不同的学科，如统计学、机器学习、计算机图形学、数据库、信息检索、神经网络、模糊逻辑和进化计算。本书还提供了详细的算法，而且这些算法都带有必要的解释和图形示例。 　　 本书提供了一个指南：在面对一个待挖掘的数据集(以及它们的伴随数据集)时，怎样和何时从成百上千种软件工具中选择特定的一种。本书允许分析人员用书中提供的方法和技术来创建和执行他们自己的数据挖掘实验。 　　 本书强调选择合适的方法和数据分析软件，并根据实际情况选择相应的参数。只有在深入理解了参数的意义及其在所提供技术中的作用的情况下，才能作出这些非常重要的、定性的决策。数据挖掘是一个正在蓬勃发展的领域，本书提供了从大量可用的分析程序中进行选择所急需的指南。