數據挖掘原理（第4版）

本書解釋、探索了數據挖掘的主要技術，可以從數據中自動提取隱式和潛在有用的資訊。數據挖掘越來越多地用於商業、科學和其他應用領域，它側重於分類、關聯規則挖掘和聚類。書中對每個主題都進行了清晰的解釋，重點是演算法而不是數學公式，並通過詳細的有效示例加以說明。本書是為沒有強數學或統計學背景的讀者寫的，並詳細解釋了使用的所有公式。本書適合作為本科生或研究生層次的教材，適用專業包括電腦科學、商業研究、市場行銷、人工智慧、生物資訊學和法醫學。

為了幫助讀者自學，本書旨在幫助普通讀者理解什麼是“黑盒”，這樣他們就可以有差別地使用商業數據挖掘包，讀者或學術研究者可以對未來該領域的技術進步做出貢獻。書中每一章都有實踐練習，讓讀者檢查自己的進度。附錄還包括所使用的技術術語的完整術語表。數據挖掘原理包括對流數據分類演算法的介紹，包括平穩數據（底層模型是固定的）和依賴時間的數據（底層模型不時變化）——這種現象稱為概念漂移。本書提供了前饋神經網絡與反向傳播的詳細描述，並顯示它如何可以用於分類。

第1章 數據挖掘簡介
1.1 數據
1.2 知識發現
1.3 數據挖掘的應用
1.4 標籤數據和無標籤數據
1.5 監督學習：分類
1.6 監督學習：數值預測
1.7 無監督學習：關聯規則
1.8 無監督學習：聚類

第2章 用於挖掘的數據
2.1 標準制定
2.2 變數的類型
2.3 數據準備
2.4 缺失值
2.4.1 丟棄實例
2.4.2 用 頻繁值/平均值替換
2.5 減少屬性個數
2.6 數據集的UCI存儲庫
2.7 本章小結
2.8 自我評估練習

第3章 分類簡介：樸素貝葉斯和 近鄰演算法
3.1 什麼是分類
3.2 樸素貝葉斯分類器
3.3 近鄰分類
3.3.1 距離測量
3.3.2 標準化
3.3.3 處理分類屬性
3.4 急切式和懶惰式學習
3.5 本章小結
3.6 自我評估練習

第4章 使用決策樹進行分類
4.1 決策規則和決策樹
4.1.1 決策樹：高爾夫示例
4.1.2 術語
4.1.3 degrees數據集
4.2 TDIDT演算法
4.3 推理的類型
4.4 本章小結
4.5 自我評估練習

第5章 決策樹歸納：使用熵進行屬性選擇
5.1 屬性選擇：一個實驗
5.2 替代決策樹
5.2.1 足球/無板籃球示例
5.2.2 匿名數據集
5.3 選擇要分裂的屬性：使用熵

第6章 決策樹歸納：使用頻率表進行屬性選擇
第7章 估計分類器的預測精度
第8章 連續屬性
第9章 避免決策樹的過度擬合

麥克斯·布拉默

是英國樸資茅斯大學資訊技術系榮譽教授、IFIP副主席、英國電腦學會AI專家組主席。

自從 “數據挖掘”“數據庫中的知識發現”“大數據”和“預測分析”等技術興起以來，Max積極參與了多個數據挖掘項目，尤其是與數據自動分類相關的項目。Max發表了大量技術文章，曾撰寫Research and Development in Intelligent Systems等著作。Max具有多年的本科和研究生教學經驗。