数据分析与数据挖掘是一门跨学科的计算机科学分支，是人工智能、机器学习、概率论、统计学和数据库知识的交叉学科。数据挖掘的目标是从一个或多个数据集中通过数据处理，结合一定的算法模型最终挖掘出有价值的信息。随着科技的发展，数据量呈爆炸式增长，数据挖掘在工业界和学术界都得到了越来越多的重视。国际知名的互联网公司和科研单位都在大力发展数据科学，在我国，数据科学的发展受到了极大的关注，通过数据分析与数据挖掘帮助决策，进而推动经济发展。 本书主要介绍数据分析与数据挖掘的基本概念和方法，包括数据的基本属性和概念、数据预处理技术、数据仓库和OLAP技术、回归分析、频繁模式挖掘、分类、聚类、离群点分析。每一部分先介绍基本概念、理论基础，再给出应用实例，便于读者更好的理解和应用算法，最后给出习题。 本书所讲述的内容均为数据分析与数据挖掘过程中常用方法和模型，目的是让爱好数据科学的计算机专业、统计学专业以及相关专业的学生熟悉数据挖掘的过程，掌握数据分析与数据挖掘过程中常用的算法模型及数据处理方式。本书知识点的介绍通过基础理论及概念介绍、应用例题、习题三部分进行，部分章节涉及算法应用实例。通过对数据分析与数据挖掘知识点的基础理论讲解，对数据分析与数据挖掘有整体的认识及了解；通过应用例题，能够对算法的过程有深刻的理解；通过习题，能够巩固对相应知识点掌握。 本书适用于数据分析与数据挖掘领域的初学者，可以作为相关专业本科及研究生教材。书中算法由浅入深、由原理到应用，有利于初学者的学习和理解。本书也可作为数据分析与数据挖掘相关专业人士的参考用书。