数据挖掘原理（第2版）

图书标准信息

• 作者 [英]Max Bramer
• 出版社 哈尔滨工业大学出版社
• 出版时间 2021-01
• 版次 1
• ISBN 9787560386508
• 定价 55.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 369页
• 字数 445千字

【内容简介】

Principles of Data Mining是数据挖掘领域具有重要影响的国外著名教材之一，原为斯普林格出版社计算机科学本科生系列教材中的一本。在读者的期待中，本书的译本得以出版。从数据集本身特性的探讨，到分类、规划挖掘及聚类等基本方法的阐明，再到数据科学的工程场景的融合，本书可帮助数据挖掘学习者形成清晰的学科观。
  本书具备如下特色：
  本书并未依赖数学工具和语言，而是通过对案例的精细剖析向读者传递了具有相当技术深度的内容，是一本对初学者友好并且技术足够有深度的专业基础书籍。
  本书侧重于数据挖掘技术领域通用原理的讲解，作者对数据挖局中的分类、关联规则挖掘及聚类等基本问题中的共性原则基于案例进行了深入分析，对于数据技术初学者来说，这部分内容的理解比流行技术介绍有更重要的意义和价值。
  总之，本书是一部历久弥新的优秀数据挖掘教材，既适合数据挖掘初学者探索数据挖掘的趣味，也适合数据挖掘从业者补遗学科知识体系、深入理解学科知识的内涵和外延。

【目录】

目录

第1章 数据挖掘介绍

第2章数据挖掘中的数据

第3章 分类简介：朴素贝叶斯与最近邻算法

第4章 使用决策树进行分类

第5章 决策树归纳：使用熵进行属性选择

第6章 决策树归纳：使用频率表进行属性选择

第7章 评估分类器的预测精度

第8章 连续型属性

第9章 避免决策树的过度拟合

第10章 更多关于熵的讨论

第11章 采用模块化分类规则

第12章 评估分类器的性能

第13章大规模数据集处理

第14章 集成分类

第15章分类器性能比较

第16章 关联规则挖掘一

第17章 关联规则挖掘二

第18章关联规则挖掘三：频繁模式树

第19章聚类

第20章文本挖掘

附录

附录A 涉及的数学知识

附录B 数据集

附录C 扩展资源

附录D 术语和符号

附录E 自测题答案

中英文对照表