智能數據挖掘與知識發現

智能數據挖掘與知識發現，焦李成 等著，西安電子科技大學出版社出版，本書在介紹智能信息處理理論、方法、技術的基礎上，全面系統地介紹了數據挖掘的概念、相關技術的原理及應用。 ^[1] 

面對“人們被數據淹沒，卻飢渴於知識”的挑戰，數據挖掘和知識發現技術應運而生，並得以蓬勃發展。數據挖掘涉及到人工智能、模式識別、機器學習、統計學等領域，因此，我們把體現當代科學技術發展特徵的多學科間的知識交叉及最新成果反映到教材中來，同時本書從智能信息處理及數據挖掘兩大主題出發，着重於介紹將智能信息處理中的最新技術如何應用於數據挖掘領域，如智能搜索、分類、聚類和智能決策等。

本書可作為高校計算機、信號與信息處理、應用數學等專業的高年級本科生或研究生的教材，也可作為從事數據挖掘方面研究工作的科技工作者的參考資料。

第一章 緒論

1.1 數據挖掘概述

1.2 數據挖掘的分類

1.3 數據挖掘研究的公開問題

1.4 國內外數據挖掘研究現狀

本章參考文獻

第二章 KDD的理論基礎

2.1 數學理論Ⅰ

2.2 數學理論Ⅱ

2.3 機器學習理論

2.4 數據庫理論

2.5 可視化理論

本章參考文獻

第三章 計算智能方法理論基礎

3.1 神經網絡

3.2 進化計算

3.3 免疫克隆計算

第四章 基於神經網絡與進化計算的分類

4.1 神經網絡分類

4.2 海量數據的組織協同進化分類算法

4.3 基於免疫克隆算法的特徵選擇

本章參考文獻

第五章 支撐矢量機與核分類

5.1 統計學習理論

5.2 支撐矢量機

5.3 子波核匹配追蹤學習機

本章參考文獻

第六章 集成分類器

6.1 集成學習

6.2 Boosting概述

6.3 Bagging算法

6.4 基於免疫克隆算法的選擇性SVMs集成

6.5 核匹配追蹤分類器集成

本章參考文獻

第七章 大規模數據聚類算法

第八章 關聯規則挖掘

第九章 數據挖掘應用實例及可視化