智能數(shù)據(jù)挖掘技術

第1章 緒論
1.1 人工智能綜述
1.2 知識發(fā)展導論
思考題
第2章 數(shù)據(jù)倉庫的概念和結構
2.1 數(shù)據(jù)倉庫的概念和特征
2.2 數(shù)據(jù)倉庫工程規(guī)劃
2.3 數(shù)據(jù)倉庫系統(tǒng)的設計準則
2.4 數(shù)據(jù)倉庫的結構和設計
思考題
第3章 基于概率統(tǒng)計與神經(jīng)網(wǎng)絡的數(shù)據(jù)挖掘技術
3.1 基于概率統(tǒng)計的數(shù)據(jù)挖掘技術
3.2 基于神經(jīng)網(wǎng)絡的數(shù)據(jù)挖掘技術
思考題
第4章 基于信息論的數(shù)據(jù)挖掘技術
4.1 信息論原理
4.2 基于互信息的ID3算法及改進算法
思考題
第5章 基于關聯(lián)規(guī)劃的數(shù)據(jù)挖掘技術
5.1 基于概念及主要算法
5.2 在線挖掘關聯(lián)規(guī)則算法的改進
5.3 關聯(lián)規(guī)則并行化挖掘算法
思考題
第6章 基于分類規(guī)則的數(shù)據(jù)挖掘技術
6.1 基于粗糙集合的分類方法
6.2 基 于模糊集合的分類方法
6.3 貝葉斯分類與推進方法分類
思考題
第7章 基于聚類規(guī)則的數(shù)據(jù)挖掘技術
7.1 聚類原理
7.2 聚類分析中的數(shù)據(jù)類型
7.3 相似性測度
7.4 硬聚類
7.5 軟聚類
7.6 模糊聚類
7.7 空間對象聚類
思考題
第8章 基于Web的數(shù)據(jù)挖掘技術
……
第9章 基于數(shù)據(jù)挖掘技術的智能決策研究框架