数据挖掘与分析：概念与算法中文版怎么样?
数据挖据与分析的入门书，针对初学者阐述所有关键概念，包括探索性数据分析、频繁模式挖掘、聚类和分类。
兼顾前沿话题，例如核方法、高维数据分析、复杂图和网络等。
提供算法对应的开源实现方法。
每章均有丰富示例和练习，帮助读者理解和巩固相关主题。
配备丰富教辅资源，包括课程幻灯片、教学视频、数据集等，可从以下网址获取：http://www.dataminingbook.info/pmwiki.php/Main/BookResources。
作者简介:
作者简介： Mohammed J. Zaki 伦斯勒理工学院计算机科学系教授，ACM杰出科学家，IEEE会士，目前致力于研究新数据挖掘技术。曾获得谷歌教职研究奖等诸多奖项。 Wagner Meira Jr. 巴西米纳斯联邦大学计算机科学系教授，数据库专家。 译者简介： 吴诚堃 博士，2014年毕业于英国曼彻斯特大学，博士论文题为《应用大规模文本挖掘实现疾病分子机理重构》。现担任国防科技大学计算机学院助理研究员，从事高性能计算应用研究。
目录:
第1章 数据挖掘与分析 1
第2章 数值属性 28
第3章 类别型属性 53
第4章 图数据 79
第5章 核方法 114
第6章 高维数据 139
第7章 降维 156
第8章 项集挖掘 186
第9章 项集概述 208
第10章 序列挖掘 223
第11章 图模式挖掘 242
第12章 模式与规则评估 260
第13章 基于代表的聚类 288
第14章 层次式聚类 315
第15章 基于密度的聚类 325
第16章 谱聚类和图聚类 341
第17章 聚类的验证 368
第18章 基于概率的分类 404
第19章 决策树分类器 416
第20章 线性判别分析 431
第21章 支持向量机 445
第22章 分类的评估 475
点击下载