数据挖掘：概念与技术（英文影印版·第2版）

【内容简介】

本书全面地讲述了数据挖掘领域的重要知识和技术创新。相比内容已经相当全面的第1版，第2版展示了该领域的最新研究成果，例如挖掘流、时序数据和序列数据以及挖掘空间、多媒体、文本和Web数据。本书是数据挖掘和知识发现领域内的所有教师、研究人员、开发人员和用户都必读的一本书。

本书主要特点
·全面实用地论述了从实际业务数据中抽取出的读者需要知道的概念和技术。
·更新并结合了来自读者的反馈、数据挖掘领域的技术变化以及统计和机器学习方面的更多资料。
·包含了许多算法和实现示例，全部以易于理解的伪代码编写，适用于实际的大规模数据挖掘项目。

【作译者介绍】

【目录信息】

Foreword .
Preface
1 Introduction
1.1 What Motivated Data Mining? Why Is It Important?
1.2 So, What Is Data Mining?
1.3 Data Mining--On What Kind of Data?
1.4 Data Mining Functionalities?What Kinds of Patterns Can Be Mined?
1.5 Are All of the Patterns Interesting?
1.6 Classification of Data Mining Systems
1.7 Data Mining Task Primitives
1.8 Integration of a Data Mining System with a Database or Data Warehouse System
1.9 Major Issues in Data Mining
1.10 Summary
1.11 Exercises
1.12 Bibliographic Notes
2 Data Preprocessing
2.1 Why Preprocess the Data?
2.2 Descriptive Data Summarization
<< 查看详细目录

【前言】

本书第2版更新和改进了原本已十分丰富和全面的第1版内容，并增添了新的重要课题，例如挖掘流数据、挖掘社群网络和挖掘空间、多媒体和其他复杂数据。本书将是一本适用于数据挖掘和知识发现课程的优秀教材。
——Gregory Piatetsky-Shapiro，KDnuggets的总裁
本书第2版最完整、最全面地讲述了数据挖掘领域的重要知识和技术创新。相比内容已经相当全面的第1版，第2版展示了该领域的最新研究成果，例如挖掘流、时序数据和序列数据以及挖掘空间、多媒体、文本和Web数据。本书是数据挖掘和知识发现领域内的所有教师、研究人员、开发人员和用户都必读的一本书。
——Hans-Peter Kriegel，德国慕尼黑大学
<< 查看前言

【序言】

We are deluged by data--scientific data, medical data, demographic data, financial data, and marketing data. People have no time to look at this data. Human attention has become the precious resource. So, we must find ways to automatically analyze the data, to automatically classify it, to automatically summarize it, to automatically discover and characterize trends in it, and to automatically flag anomalies. This is one of the most active and exciting areas of the database research community. Researchers in areas includ- ing statistics, vis.. << 查看序言

【相关资源】

· 程序员的7种武器(正则表达式、编程语言、数据库、算法、软件调试、开发环境)
· 【推荐嵌入式学院相关就业培训课程】(嵌入式Linux、Symbian手机开发、WinCE/Mobile开发、FPGA等)
数据挖掘：概念与技术（英文影印版·第2版） -所有相关信息