数据挖掘教程【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

数据挖掘教程PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

目录3

第Ⅰ部分 数据挖掘基础3

第1章 数据挖掘：初探3

1.1　数据挖掘：定义4

1.2　计算机可以学习什么5

1.3 数据挖掘是否适合自身的问题12

1.4　采用专家系统还是数据挖掘14

1.5　一个简单的数据挖掘处理模型15

1.6　为什么不进行简单的搜索18

1.7　数据挖掘应用19

1.8　本章小结22

1.9　关键术语22

1.10　练习24

第2章　数据挖掘：深入讨论27

2.1　数据挖掘策略28

2.2　有指导的数据挖掘技术33

2.3　关联规则39

2.4　聚类技术40

2.5 评估性能41

2.6　本章小结46

2.7　关键术语47

2.8　练习48

第3章　基本数据挖掘技术53

3.1 决策树54

3.2　生成关联规则61

3.3　K-平均值算法66

3.4　遗传学习71

3.5　选择一种数据挖掘技术77

3.6　本章小结78

3.7 关键术语79

3.8 练习80

第4章 基于Excel的数据挖掘工具83

4.1 iData分析器84

4.2 ESX：一种多用途的数据挖掘工具87

4.3 iDAV格式的数据挖掘88

4.4 用于无指导聚类的5步法90

4.5 用于有指导学习的6步法99

4.6 生成规则技术103

4.7 实例典型性105

4.8 特别考虑和特性106

4.9 本章小结110

4.10 关键术语110

4.11 练习111

第Ⅱ部分 知识发现工具117

第5章 数据库中的知识发现117

5.1 一种KDD过程模型118

5.3 步骤2：创建目标数据集120

5.2 步骤1：目标定义120

5.4 步骤3：数据预处理121

5.5 步骤4：数据转换123

5.6 步骤5：数据挖掘127

5.7 步骤6：解释和评估128

5.8 步骤7：采取行动128

5.9 CRISP-DM过程模型129

5.10 ESX实验129

5.11 本章小结135

5.12 关键术语136

5.13 练习137

第6章 数据仓库141

6.1 操作型数据库142

6.2 设计数据仓库145

6.3 联机分析处理150

6.4 用Excel数据透视表分析数据154

6.5　本章小结162

6.6　关键术语162

6.7　练习164

第7章　形式评估技术167

7.1　评估对象168

7.2　评估工具169

7.3　计算检验集置信区间174

7.4　比较有指导学习者模型176

7.5　属性评估178

7.6　无指导评估技术182

7.7　评估具有数值输出的有指导模型184

7.8　本章小结185

7.9　关键术语186

7.10　练习187

第Ⅲ部分　高级数据挖掘技术193

第8章　神经网络193

8.1　前馈神经网络194

8.2　神经网络训练：概念介绍198

8.4　一般考虑201

8.5　神经网络训练：详细说明202

8.6　本章小结206

8.7　关键术语207

8.8　练习208

第9章　使用iDA建立神经网络209

9.1 反向传播学习的4步法210

9.2　神经网络聚类4步法218

9.3　使用ESX进行神经网络簇分析223

9.4　本章小结224

9.5　关键术语225

9.6　练习225

第10章　统计技术229

10.1　线性回归分析230

10.2　对数回归235

10.3 贝叶斯分类器238

10.4　聚类算法244

10.5 启发式的还是统计的251

10.6　本章小结252

10.7　关键术语253

10.8　练习255

第11章　专门技术259

11.1　时间序列分析260

11.2　挖掘Web264

11.3　挖掘文本数据270

11.4　改进性能271

11.5　本章小结274

11.6　关键术语275

11.7　练习276

第Ⅳ部分　智能系统281

第12章　基于规则的系统281

12.1　探索人工智能282

12.2 状态空间搜索的问题求解285

12.3　专家系统292

12.4　构造基于规则的系统296

12.5　本章小结303

12.6　关键术语304

12.7　练习305

第13章　基于规则的系统中不确定性的管理309

13.1　不确定性：来源和解决方案310

13.2　基于规则的模糊系统312

13.3　不确定性的基于概率的方法318

13.4　本章小结323

13.5　关键术语324

13.6　练习325

第14章　智能代理327

14.1　智能代理的特征328

14.2　智能代理的分类328

14.3　整合数据挖掘、专家系统和智能代理329

14.4　本章小结331

14.5 关键术语331

14.6　练习332

A.1　软件安装333

附录A　iDA软件333

A.2　卸载iDA334

A.3　软件局限性335

A.4　软件使用指南335

A.5　故障检测335

A.6　软件支持337

附录B　数据挖掘数据集339

B.1　iDA数据集包339

B.2　所要挖掘的数据集所在的Web站点343

附录C　决策树属性选取345

附录D　性能评估的统计349

D.1　单值汇总统计349

D.2　正态分布350

D.3 比较有指导学习模型350

D.4　数值输出的置信区间352

D.5 比较具有数值输出的模型353

附录E　Excel数据透视表：Office 97355

E.1　创建简单数据透视表355

E.2　假设检验的数据透视表358

E.3　创建多维数据透视图359