数据仓库与数据挖掘 / 重点大学计算机专业系列教材
￥26.00定价
作者： 陈志泊、韩慧等
出版时间：2015年2月
出版社：清华大学出版社
- 清华大学出版社
- 9787302197102
- 1-6
- 178168
- 16开
- 2015年2月
- 工学
- 计算机科学与技术
- TP393.08
- 计算机
- 本专科、高职高专
内容简介
本书主要介绍数据仓库和数据挖掘技术的基本原理和应用方法，全书共分为12章，主要内容包括数据仓库的概念和体系结构、数据仓库的数据存储和处理、数据仓库系统的设计与开发、关联规则、数据分类、数据聚类、贝叶斯网络、粗糙集、神经网络、遗传算法、统计分析、文本和Web挖掘。
本书既重视理论知识的讲解，又强调应用技能的培养。每章首先介绍算法的主要思想和理论基础，之后利用算法去解决实例中给出的任务，而且对于数据仓库的组建方法和多数章节中的数据挖掘算法，本书都使用Microsoft SQL Server 2005进行了操作实现。本书通过对具体实例的学习和实践，使读者掌握数据仓库和数据挖掘中必要的知识点，达到学以致用的目的。
本书每章均配有习题，习题形式为选择题、简答题和操作题，可以帮助读者进一步巩固和掌握所学知识。此外，本书提供多媒体教学课件和习题参考答案，读者可到清华大学出版社网站（http://www.tup.com.cn/）下载。
本书可以作为高等学校计算机及相关专业本科、研究生的数据仓库和数据挖掘教材，也可供相关领域的广大科技工作人员和高校师生参考。
本书既重视理论知识的讲解，又强调应用技能的培养。每章首先介绍算法的主要思想和理论基础，之后利用算法去解决实例中给出的任务，而且对于数据仓库的组建方法和多数章节中的数据挖掘算法，本书都使用Microsoft SQL Server 2005进行了操作实现。本书通过对具体实例的学习和实践，使读者掌握数据仓库和数据挖掘中必要的知识点，达到学以致用的目的。
本书每章均配有习题，习题形式为选择题、简答题和操作题，可以帮助读者进一步巩固和掌握所学知识。此外，本书提供多媒体教学课件和习题参考答案，读者可到清华大学出版社网站（http://www.tup.com.cn/）下载。
本书可以作为高等学校计算机及相关专业本科、研究生的数据仓库和数据挖掘教材，也可供相关领域的广大科技工作人员和高校师生参考。
目录
第1章 数据仓库的概念与体系结构 1.1 数据仓库的概念、特点与组成 1.2 数据挖掘的概念与方法 1.3 数据仓库的技术、方法与产品 1.4 数据仓库系统的体系结构 1.5 数据仓库的产生、发展与未来 1.6 小结 1.7 习题第2章 数据仓库的数据存储与处理 2.1 数据仓库的数据结构 2.2 数据仓库的数据特征 2.3 数据仓库的数据ETL过程 2.4 多维数据模型 2.5 小结 2.6 习题第3章 数据仓库系统的设计与开发 3.1 数据仓库系统的设计与开发概述 3.2 基于SQL Server 2005的数据仓库数据库设计 3.3 使用SQL Server 2005建立多维数据模型 3.4 小结 3.5 习题第4章 关联规则 4.1 概述 4.2 引例 4.3 经典算法 4.4 相关研究与应用 4.5 小结 4.6 习题第5章 数据分类 5.1 引例 5.2 分类问题概述 5.3 决策树 5.4 支持向量机 5.5 近邻分类方法 5.6 小结 5.7 习题第6章 数据聚类 6.1 引例 6.2 聚类分析概述 6.3 聚类分析中相似度的计算方法 6.4 kmeans聚类算法 6.5 层次聚类方法 6.6 小结 6.7 习题第7章 贝叶斯网络第8章 粗糙集第9章 神经网络第10章 遗传算法第11章 统计分析第12章 文本和Web挖掘参考文献
