數據挖掘 概念與技術

《數據挖掘：概念與技術（原書第3版）》完整全面地講述數據挖掘的概念、方法、技術和最新研究進展。《數據挖掘：概念與技術（原書第3版）》對前兩版做了全面修訂，加強和重新組織了全書的技術內容，重點論述了數據預處理、頻繁模式挖掘、分類和聚類等內容，還全面講述了OLAP和離群點檢測，并研討了挖掘網絡、復雜數據類型以及重要應用領域。

《數據挖掘：概念與技術（原書第3版）》編輯推薦：數據挖掘領域具有里程碑意義的經典著作，完整全面闡述該領域的重要知識和技術創新。《數據挖掘：概念與技術（原書第3版）》是數據挖掘和知識發現領域內的所有教師、研究人員、開發人員和用戶都必讀的參考書，是一本適用于數據分析、數據挖掘和知識發現課程的優秀教材，可以用做高年級本科生或者一年級研究生的數據挖掘導論教材。

本書前言指出：社會的計算機化顯著地增強了我們產生和收集數據的能力。大量數據從我們生活的每個角落涌出。存儲的或瞬態的數據的爆炸性增長已激起對新技術和自動工具的需求，以幫助我們智能地將海量數據轉換成有用的信息和知識。這導致稱做數據挖掘的一個計算機科學前沿學科的產生，這是一個充滿希望和欣欣向榮并具有廣泛應用的學科。數據挖掘通常又稱為數據中的知識發現（KDD），是自動地或方便地提取代表知識的模式；這些模式隱藏在大型數據庫、數據倉庫、Web、其他大量信息庫或數據流中。

本書考察知識發現和數據挖掘的基本概念和技術。作為一個多學科領域，數據挖掘從多個學科汲取營養。這些學科包括統計學、機器學習、模式識別、數據庫技術、信息檢索、網絡科學、知識庫系統、人工智能、高性能計算和數據可視化。我們提供發現隱藏在大型數據集中的模式的技術，關注可行性、有用性、有效性和可伸縮性問題。