周末荐读 |数据挖掘导论

(美)Pang-Ning Tan/Michael Steinbach/Vipin Kumar

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。

本书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。

本书特色

·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。

preface v

1 introduction 1

1.1 what is data mining 2

1.2 motivating challenges 4

1.3 the origins of data mining 6

1.4 data mining tasks 7

· · · · · ·