词条 | 数据仓库与数据挖掘教程(第2版) |
释义 | 基本信息作者: 陈文伟丛书名: 高等院校信息管理与信息系统专业系列教材 出版社:清华大学出版社 ISBN:9787302259138 上架时间:2011-11-17 出版日期:2011 年11月 开本:16开 页码:304 版次:2-1 内容简介数据仓库与数据挖掘是决策支持的两项重要技术,它们共同的特点是都需要利用大量的数据资源,并从数据资源中提取信息和知识。由于数据资源丰富,因此数据仓库与数据挖掘的决策支持效果显著。 《数据仓库与数据挖掘教程(第2版)》系统介绍数据仓库原理,联机分析处理,数据仓库设计与开发,数据仓库的决策支持,数据挖掘原理,基于信息论的决策树方法,基于集合论的粗糙集方法、k—均值聚类、关联规则挖掘,仿生物技术的神经网络,遗传算法,公式发现,知识挖掘,文本挖掘与web挖掘。 《数据仓库与数据挖掘教程(第2版)》从数据仓库的兴起来说明决策支持的特点,从数据挖掘的理论基础来说明数据挖掘的方法,并通过实例来详细讲解。希望读者在学习之后,亲自在计算机上去实践,这样才能更有效地掌握数据挖掘的方法。 目录《数据仓库与数据挖掘教程(第2版)》 第1章数据仓库与数据挖掘概述 1.1数据仓库的兴起 1.2数据挖掘的兴起 1.3数据仓库和数据挖掘的结合 习题1 第2章数据仓库原理 2.1数据仓库结构体系 2.2数据仓库数据模型 2.3数据抽取、转换和装载 2.4元数据 习题2 第3章联机分析处理 3.1olap概念 3.2olap的数据模型 3.3多维数据的显示 3.4oalp的多维数据分析 习题3 第4章数据仓库设计与开发 4.1数据仓库分析与设计 .4.2数据仓库开发 4.3数据仓库技术与开发的困难 习题4 第5章数据仓库的决策支持 5.1数据仓库的用户 5.2数据仓库的决策支持与决策支持系统 5.3数据仓库应用实例 习题5 第6章数据挖掘原理 6.1数据挖掘综述 6.2数据挖掘方法和技术 6.3数据挖掘的知识表示 习题6 第7章信息论方法 7.1信息沦原理 7.2决策树方法 7.3决策规则树方法 习题7 第8章集合论方法 8.1粗糙集方法 8.2k—均值聚类 8.3关联规则挖掘 习题8 第9章神经网络 9.1神经网络概念与感知机 9.2反向传播网络 9.3径向基函数网络 9.4神经网络的几何意义 习题9 第10章遗传算法与进化计算 10.1遗传算法 10.2基于遗传算法的分类学习系统 10.3进化计算 习题10 第11章公式发现 11.1公式发现概述 11.2科学定律重新发现系统 11.3经验公式发现系统 习题11 第12章知识挖掘 12.1变换规则的知识挖掘 12.2软件进化规律的知识挖掘 习题12 第13章文本挖掘与web挖掘 13.1文本挖掘概述 13.2文本挖掘 13.3web挖掘 习题13 参考文献 |
随便看 |
百科全书收录4421916条中文百科知识,基本涵盖了大多数领域的百科知识,是一部内容开放、自由的电子版百科全书。