数据挖掘导论：（英文版）

作者: [美] 谭著 , 斯坦巴克著 , 库马尔著

出版社: 机械工业出版社

出版时间: 2010-09

版次: 1

ISBN: 9787111316701

定价: 59.00

装帧: 平装

开本: 16开

纸张: 胶版纸

页数: 769页

丛书: 经典原版书库

分类: 计算机与互联网

120人买过

《数据挖掘导论（英文版）》全面介绍了数据挖掘的理论和方法，着重介绍如何用数据挖掘知识解决各种实际问题，涉及学科领域众多，适用面广。书中涵盖5个主题：数据、分类、关联分析、聚类和异常检测。除异常检测外，每个主题都包含两章：前面一章讲述基本概念、代表性算法和评估技术，后面一章较深入地讨论高级概念和算法。目的是使读者在透彻地理解数据挖掘基础的同时，还能了解更多重要的高级主题。包含大量的图表、综合示例和丰富的习题。·不需要数据库背景。只需要很少的统计学或数学背景知识。·网上配套教辅资源丰富，包括PPT、习题解答、数据集等。 Pang-Ning Tan现为密歇根州立大学计算机与工程系助理教授，主要教授数据挖掘、数据库系统等课程。他的研究主要关注于为广泛的应用(包括医学信息学、地球科学、社会网络、Web挖掘和计算机安全)开发适用的数据挖掘算法。
Michael Steinbach拥有明尼苏达大学数学学士学位、统计学硕士学位和计算机科学博士学位，现为明尼苏达大学双城分校计算机科学与工程系助理研究员。
Vipin Kumar现为明尼苏达大学计算机科学与工程系主任和William Norris教授。1988年至2005年，他曾担任美国陆军高性能计算研究中心主任。 Preface

1Introduction

1.1WhatIsDataMining?

1.2MotivatingChallenges

1.3TheOriginsofDataMining

1.4DataMiningTasks

1.5ScopeandOrganizationoftheBook

1.6BibliographicNotes

1.7Exercises

2Data

2.1TypesofData

2.1.1AttributesandMeasurement

2.1.2TypesofDataSets

2.2DataQuality

2.2.1MeasurementandDataCollectionIssues

2.2.2IssuesRelatedtoApplications

2.3DataPreprocessing

2.3.1Aggregation

2.3.2Sampling

2.3.3DimensionalityReduction

2.3.4FeatureSubsetSelection

2.3.5FeatureCreation

2.3.6DiscretizationandBinarization

2.3.7VariableTransformation

2.4MeasuresofSimilarityandDissimilarity

2.4.1Basics

2.4.2SimilarityandDissimilaritybetweenSimpleAttributes.

2.4.3DissimilaritiesbetweenDataObjects

2.4.4SimilaritiesbetweenDataObjects

2.4.5ExamplesofProximityMeasures

2.4.6IssuesinProximityCalculation

2.4.7SelectingtheRightProximityMeasure

2.5BibliographicNotes

2.6Exercises

3ExploringData

3.1TheIrisDataSet

3.2SummaryStatistics

3.2.1FrequenciesandtheMode

3.2.2Percentiles

3.2.3MeasuresofLocation:MeanandMedian

3.2.4MeasuresofSpread:RangeandVariance

3.2.5MultivariateSummaryStatistics

3.2.6OtherWaystoSummarizetheData

3.3Visualization

3.3.1MotivationsforVisualization

3.3.2GeneralConcepts

3.3.3Techniques

3.3.4VisualizingHigher-DimensionalData

3.3.5Do'sandDon'ts

3.4OLAPandMultidimensionalDataAnalysis

3.4.1RepresentingIrisDataasaMultidimensionalArray

3.4.2MultidimensionalData:TheGeneralCase

3.4.3AnalyzingMultidimensionalData

3.4.4FinalCommentsonMultidimensionalDataAnalysis

3.5BibliographicNotes

3.6Exercises

Classification:

4BasicConcepts,DecisionTrees,andModelEvaluation

4.1Preliminaries

4.2GeneralApproachtoSolvingaClassificationProblem

4.3DecisionTreeInduction

4.3.1HowaDecisionTreeWorks

4.3.2HowtoBuildaDecisionTree

4.3.3MethodsforExpressingAttributeTestConditions.

4.3.4MeasuresforSelectingtheBestSplit

4.3.5AlgorithmforDecisionTreeInduction

4.3.6AnExample:WebRobotDetection

4.3.7CharacteristicsofDecisionTreeInduction

4.4ModelOverfitting

4.4.1OverfittingDuetoPresenceofNoise

4.4.2OverfittingDuetoLackofRepresentativeSamples.

4.4.3OverfittingandtheMultipleComparisonProcedure

4.4.4EstimationofGeneralizationErrors

4.4.5HandlingOverfittinginDecisionTreeInduction..

4.5EvaluatingthePerformanceofaClassifier

4.5.1HoldoutMethod

4.5.2RandomSubsampling

4.5.3Cross-Validation

4.5.4Bootstrap

4.6MethodsforComparingClassifiers

4.6.1EstimatingaConfidenceIntervalforAccuracy

4.6.2ComparingthePerformanceofTwoModels

4.6.3ComparingthePerformanceofTwoClassifiers

4.7BibliographicNotes

4.8Exercises

5Classification:AlternativeTechniques

6AssociationAnalysis:BasicConceptsandAlgorithms
内容简介:
《数据挖掘导论（英文版）》全面介绍了数据挖掘的理论和方法，着重介绍如何用数据挖掘知识解决各种实际问题，涉及学科领域众多，适用面广。书中涵盖5个主题：数据、分类、关联分析、聚类和异常检测。除异常检测外，每个主题都包含两章：前面一章讲述基本概念、代表性算法和评估技术，后面一章较深入地讨论高级概念和算法。目的是使读者在透彻地理解数据挖掘基础的同时，还能了解更多重要的高级主题。包含大量的图表、综合示例和丰富的习题。·不需要数据库背景。只需要很少的统计学或数学背景知识。·网上配套教辅资源丰富，包括PPT、习题解答、数据集等。
作者简介:
Pang-Ning Tan现为密歇根州立大学计算机与工程系助理教授，主要教授数据挖掘、数据库系统等课程。他的研究主要关注于为广泛的应用(包括医学信息学、地球科学、社会网络、Web挖掘和计算机安全)开发适用的数据挖掘算法。
Michael Steinbach拥有明尼苏达大学数学学士学位、统计学硕士学位和计算机科学博士学位，现为明尼苏达大学双城分校计算机科学与工程系助理研究员。
Vipin Kumar现为明尼苏达大学计算机科学与工程系主任和William Norris教授。1988年至2005年，他曾担任美国陆军高性能计算研究中心主任。
目录:
Preface

1Introduction

1.1WhatIsDataMining?

1.2MotivatingChallenges

1.3TheOriginsofDataMining

1.4DataMiningTasks

1.5ScopeandOrganizationoftheBook

1.6BibliographicNotes

1.7Exercises

2Data

2.1TypesofData

2.1.1AttributesandMeasurement

2.1.2TypesofDataSets

2.2DataQuality

2.2.1MeasurementandDataCollectionIssues

2.2.2IssuesRelatedtoApplications

2.3DataPreprocessing

2.3.1Aggregation

2.3.2Sampling

2.3.3DimensionalityReduction

2.3.4FeatureSubsetSelection

2.3.5FeatureCreation

2.3.6DiscretizationandBinarization

2.3.7VariableTransformation

2.4MeasuresofSimilarityandDissimilarity

2.4.1Basics

2.4.2SimilarityandDissimilaritybetweenSimpleAttributes.

2.4.3DissimilaritiesbetweenDataObjects

2.4.4SimilaritiesbetweenDataObjects

2.4.5ExamplesofProximityMeasures

2.4.6IssuesinProximityCalculation

2.4.7SelectingtheRightProximityMeasure

2.5BibliographicNotes

2.6Exercises

3ExploringData

3.1TheIrisDataSet

3.2SummaryStatistics

3.2.1FrequenciesandtheMode

3.2.2Percentiles

3.2.3MeasuresofLocation:MeanandMedian

3.2.4MeasuresofSpread:RangeandVariance

3.2.5MultivariateSummaryStatistics

3.2.6OtherWaystoSummarizetheData

3.3Visualization

3.3.1MotivationsforVisualization

3.3.2GeneralConcepts

3.3.3Techniques

3.3.4VisualizingHigher-DimensionalData

3.3.5Do'sandDon'ts

3.4OLAPandMultidimensionalDataAnalysis

3.4.1RepresentingIrisDataasaMultidimensionalArray

3.4.2MultidimensionalData:TheGeneralCase

3.4.3AnalyzingMultidimensionalData

3.4.4FinalCommentsonMultidimensionalDataAnalysis

3.5BibliographicNotes

3.6Exercises

Classification:

4BasicConcepts,DecisionTrees,andModelEvaluation

4.1Preliminaries

4.2GeneralApproachtoSolvingaClassificationProblem

4.3DecisionTreeInduction

4.3.1HowaDecisionTreeWorks

4.3.2HowtoBuildaDecisionTree

4.3.3MethodsforExpressingAttributeTestConditions.

4.3.4MeasuresforSelectingtheBestSplit

4.3.5AlgorithmforDecisionTreeInduction

4.3.6AnExample:WebRobotDetection

4.3.7CharacteristicsofDecisionTreeInduction

4.4ModelOverfitting

4.4.1OverfittingDuetoPresenceofNoise

4.4.2OverfittingDuetoLackofRepresentativeSamples.

4.4.3OverfittingandtheMultipleComparisonProcedure

4.4.4EstimationofGeneralizationErrors

4.4.5HandlingOverfittinginDecisionTreeInduction..

4.5EvaluatingthePerformanceofaClassifier

4.5.1HoldoutMethod

4.5.2RandomSubsampling

4.5.3Cross-Validation

4.5.4Bootstrap

4.6MethodsforComparingClassifiers

4.6.1EstimatingaConfidenceIntervalforAccuracy

4.6.2ComparingthePerformanceofTwoModels

4.6.3ComparingthePerformanceofTwoClassifiers

4.7BibliographicNotes

4.8Exercises

5Classification:AlternativeTechniques

6AssociationAnalysis:BasicConceptsandAlgorithms