知识发现作者:史忠植

零捌图书网

首页 - 计算机 - 计算机理论与方法 - 计算机数学/离散数学 -> 知识发现

书名:知识发现
作者:史忠植
译者:
出版社:清华大学出版社
价格:38元

简介

识发现是从数据集中识别出有效的、新颖的、潜在有用的，以及最终可理解的模式的非平凡过程。知识发现将信息变为知识，从数据矿山中找到蕴藏的知识金块，将为知识创新和知识经济的发展作出贡献。
本书全面而又系统地介绍了知识发现的方法和技术，反映了当前知识发现研究的最新成果。
全书共分14章。第1章是绪论，介绍知识发现的重要概念和任务。第2章讨论决策树，它是归纳学习方法中最实用的一种技术。关联规则挖掘是近几年应用最为广泛的方法，第3章将对重要的关联规则挖掘算法进行讨论。第4章讨论范例推理，它是一种有效的实用技术。第5章探讨模糊聚类法。第6章讨论粗糙集。第7章是贝叶斯网络，贝叶斯网络可以处理不完整和带有噪声的数据集，它用概率测试的权重来描述数据间的相关性。第8章探讨支持向量机，它在近几年知识发现研究中是极其活跃的研究课题。第9章讨论隐马尔科夫模型。第10章是神经网络，书中着重介绍几种实用的算法。第11章讨论进化和遗传算法。第12章介绍知识发现平台MSMiner。接着，以Web知识发现、生物信息处理为例，介绍知识发现的应用。第13章关于Web知识发现。第14章介绍生物信息处理中基因组模式的发现。
本书内容新颖，认真总结了作者的科研成果，取材国内外最新资料，反映了当前该领域的研究水平。论述力求概念清晰，表达准确，突出理论联系实际，通过实例说明原理，富有启发性。本书对从事知识发现、数据挖掘、机器学习、人工智能研究和知识管理的科技人员具有重要参考价值，可以用作计算机、信息技术等专业博士生、硕士生的教材。

目录前言第1章　绪论 1. 1　知识 1. 2　知识发现 1. 3　知识发现的任务 1. 4　知识发现的方法 1. 5　知识发现的对象 1. 6　知识发现与创新第2章　决策树 2. 1　归纳学习 2. 2　决策树学习 2. 3　CLS学习算法 2. 4 ID3学习算法 2. 5　决策树的改进算法 2. 6　决策树的评价 2. 7　简化决策树 2. 8　连续型属性离散化 2. 9　基于偏置变换的决策树学习算法BSDT 2. 10 归纳学习中的问题第3章　关联规则 3. 1　关联规则挖掘概述 3. 2 广义模糊关联规则的挖掘 3. 3　挖掘关联规则的数组方法 3. 4　任意多表间关联规则的并行挖掘 3. 5　基于分布式系统的关联规则挖掘算法 3. 6　词性标注规则的挖掘算法与应用第4章　基于范例的推理 4. 1　概述 4. 2　过程模型 4. 3　范例的表示 4. 4　范例的索引 4. 5　范例的检索 4. 6　相似性关系 4. 7　范例的复用 4. 8　范例的保存 4. 9　基于例示的学习 4. 10　范例工程 4. 11　范例约简算法 4. 12　中心渔场预报专家系统第5章　模糊聚类 5. 1　概述 5. 2　传递闭包法 5. 3　FCMBP聚类法 5. 4　系统聚类法 5. 5　C－均值聚类法 5. 6　聚类有效性 5. 7　聚类方法的比较第6章　粗糙集 6. 1　概述 6. 2　知识的约简 6. 3　决策逻辑 6. 4　决策表的约简 6. 5　粗糙集的扩展模型 6. 6　粗糙集的实验系统 6. 7　粗糙集的展望第7章　贝叶斯网络 7. 1　概述 7. 2　贝叶斯概率基础 7. 3　贝叶斯学习理论 7. 4　简单贝叶斯学习模型 7. 5　贝叶斯网络的建造 7. 6　贝叶斯潜在语义模型 7. 7　半监督文本挖掘算法第8章　支持向量机 8. 1　统计学习问题 8. 2　学习过程的一致性 8. 3 结构风险最小归纳原理 8. 4　支持向量机 8. 5　核函数 8. 6　基于分类超曲面的海量数据分类方法第9章　隐马尔科夫模型 9. 1　马尔科夫过程 9. 2 隐马尔科夫模型 9. 3　似然概率和前反向算法 9. 4　学习算法 9. 5　基于状态驻留时间的分段概率模型第10章　神经网络 10. 1　概述 10. 2　人工神经元及感知机模型 10. 3 前向神经网络 10. 4　径向基函数神经网络 10. 5　反馈神经网络 10. 6　随机神经网络 10. 7　自组织特征映射神经网络第11章　进化和遗传算法 11. 1　概述 11. 2　基本遗传算法 11. 3　遗传算法的数学理论 11. 4　遗传算法的基本实现技术 11. 5　遗传算法的高级实现技术 11. 6　并行遗传算法 11. 7　遗传算法应用第12章　知识发现平台MSMiner 12. 1　概述 12. 2　数据仓库 12. 3 MSMiner的体系结构 12. 4　无数据管理 12. 5　数据仓库管理器 12. 6　算法库管理 12. 7　数据挖掘任务规划 12. 8　关系数据库知识发现查询语言KDSQL 第13章　Web知识发现 13. 1　概述 13. 2 Web知识发现的任务 13. 3 Web知识发现方法 13. 4　模型质量评价 13. 5　文本分析功能 13. 6　文本特征的提取 13. 7　基于文本挖掘的汉语词性自动标注研究 13. 8　文本分类 13. 9　文本聚类 13. 10　文本摘要 13. 11　用户兴趣挖掘第14章　生物信息知识发现 14. 1　概述 14. 2　基因的基本结构 14. 3 生物信息数据库与查询 14. 4　序列比对 14. 5　核酸与蛋白质结构和功能的预测分析 14. 6　基因组序列信息分析 14. 7 功能基因组相关信息分析 14. 8 Internet资源和公共数据库参考文献索引

零八图书网地图分类友情链接：中国书网稀缺复印分站