《数据挖掘：原理与实践》全面探讨数据挖掘，涵盖聚类、分类、关联模式、异常分析四大问题，以及文本、时间序列、空间数据等多个领域的特殊方法。基础篇和进阶篇分别针对基础知识和复杂应用进行深入解析。
结合复杂多样的实际数据环境，探讨数据挖掘的使用场景和使用方法
《数据挖掘：原理与实践》理论联系实际，讲述数据挖据理论、技术及应用的教材。研讨了数据挖掘的方方面面，从基础理论到复杂数据类型及其应用。不仅讨论传统的数据挖掘问题，而且介绍了高级数据类型，例如文本、时间序列、离散序列、空间数据、图数据和社会网络。《数据挖掘：原理与实践》由基础篇和进阶篇组成。基础篇对应原书的第1～11章，进阶篇对应原书的第12～20章。
基础章节：数据挖掘主要有四个“超级问题”，即聚类、分类、关联模式挖掘和异常分析，它们的重要性体现为许许多多的实际应用把它们当成基本构件。由此，数据挖掘研究者和实践者非常重视为这些问题设计有效且高效的方法。这些基础章节详细地讨论了数据挖掘领域针对这几个超级问题所提出的各类解决方法。
领域章节：这些章节讨论不同领域的特殊方法，包括文本数据、时序数据、序列数据、图数据、空间数据等。这些章节多数可以认为是应用性章节，因为它们探索特定领域的特殊性问题。
应用章节：计算机硬件技术和软件平台的发展导致了一些数据密集型应用的产生，如数据流系统、Web挖掘、社交网络和隐私保护。应用章节对这些话题进行了详细的介绍。前面所说的那些领域章节其实也集中讨论了由这些不同的数据类型而产生的各类应用。
《数据挖掘：原理与实践》中文版分为基础篇和进阶篇，深入探讨了数据挖掘的各个方面，从基础知识到复杂的数据类型及其应用，捕捉了数据挖掘的各种问题领域。它不仅关注传统的数据挖掘问题，还引入
最低0.47元/天 解锁文章
扫一扫
1880
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
