本书包括五部分内容。第一部分(第1~3章)涉及数据挖掘技术的基础知识, 介绍数据挖掘的定义、数据挖掘工具及应用领域, 数据挖掘的数学基础内容, 以及海量数据挖掘处理技术。第二部分(第4~5章)分别从聚类技术和离群点挖掘技术阐述聚类在语音区分、新闻分组、销售策略制定、交通事故预测、欺诈检测、入侵检测、异常气候检测等方面的应用。第三部分(第6~11章)分别从决策树、基于实例的学习、支持向量机、贝叶斯学习、人工神经网络、遗传算法在病情诊断、信用卡欺诈、机械装备设计、法律案件审理、动物分类、垃圾邮件过滤、手写文字识别、股票价格预测、人脸识别、音乐生成等方面阐述分类的应用。第四部分(第12章)阐述回归数据挖掘技术的应用, 涉及卡尔曼算法在股票价格预测、GPS定位方面的应用。第五部分(第13章)介绍推荐系统这个最典型的数据挖掘应用。附录总结本书内容, 阐述数据挖掘技术的数学本质。

  推荐以下三种渠道：

  点击前往： 豆瓣读书
  点击前往： 京东读书
  点击前往： 当当图书
  ·点击进入下载地址