简介
本书较详细地介绍了数据仓库和数据挖掘的原理、方法及应用技术。全书共有14章,分为4篇。第1章为绪论篇,介绍数据仓库与数据挖掘的基本概念及其相互关系;第2~6章为数据仓库原理及应用篇,主要介绍数据仓库的概念模型、逻辑模型和物理模型,以及数据仓库的规划、设计、实施和OLAP应用等;第7~10章为传统数据挖掘原理及算法篇,介绍数据的属性类型与相似性度量、关联规则挖掘、分类规则挖掘、聚类分析和离群点挖掘算法等;第11~14章为数据挖掘创新篇,主要内容取自编者近年指导研究生发表的学术论文,并根据教学需要进行适当补充修改而成,包括混合属性数据、数据流和不确定数据的聚类分析,以及量子遗传聚类算法等。本书可作为普通高等院校计算机专业与IT相关专业高年级本科生和研究生的教材,也可作为经济管理类专业同名课程的教材和参考书,还可作为电子商务、金融保险等行业数据管理与数据分析人员的培训教材或自学参考书。
编辑推荐
兼顾应用型人才与学术型人才的培养需求; 有机融合传统理论方法与创新思想方法; 理论叙述深入浅出,实际应用具体完整; 算法描述自然易懂,计算实例详略得当。
更多出版物信息
- 版权: 清华大学出版社
- 出版: 2016-08-01
- 更新: 2023-06-07
- 书号:9787302434122
- 中图:TP311.13-43;TP274-43
- 学科:工学控制科学与工程工学计算机科学与技术