| ISBN | 出版时间 | 包装 | 开本 | 页数 | 字数 |
|---|---|---|---|---|---|
| 未知 | 暂无 | 暂无 | 未知 | 0 | 暂无 |
第一章 绪论
1.1 数据挖掘概述
1.2 数据挖掘的分类
1.3 数据挖掘研究的公开问题
1.4 国内外数据挖掘研究现状
本章参考文献
第二章 KDD的理论基础
2.1 数学理论Ⅰ
2.2 数学理论Ⅱ
2.3 机器学习理论
2.4 数据库理论
2.5 可视化理论
本章参考文献
第三章 计算智能方法理论基础
3.1 神经网络
3.2 进化计算
3.3 免疫克隆计算
第四章 基于神经网络与进化计算的分类
4.1 神经网络分类
4.2 海量数据的组织协同进化分类算法
4.3 基于免疫克隆算法的特征选择
本章参考文献
第五章 支撑矢量机与核分类
5.1 统计学习理论
5.2 支撑矢量机
5.3 子波核匹配追踪学习机
本章参考文献
第六章 集成分类器
6.1 集成学习
6.2 Boosting概述
6.3 Bagging算法
6.4 基于免疫克隆算法的选择性SVMs集成
6.5 核匹配追踪分类器集成
本章参考文献
第七章 大规模数据聚类算法
第八章 关联规则挖掘
第九章 数据挖掘应用实例及可视化