●第1章數據挖掘介紹
1.1數據爆炸
1.2知識發現
1.3數據挖掘的應用
1.4標記和未標記數據
1.5監督學習：分類
1.6監督學習：數值預測
1.7非監督學習：關聯規則
1.8非監督學習：聚類
第2章數據挖掘中的數據
2.1標準制定
2.2變量類型
2.3數據準備
2.4缺失值
2.5減少屬性數量
2.6數據集的UCI資源庫
2.7本章總結
2.8自測題
參考文獻
第3章分類簡介：樸素貝葉斯與最近鄰算法
3.1分類定義
3.2樸素貝葉斯分類器
3.3最近鄰分類
3.4迫切和惰性學習
3.5本章總結
3.6自測題
第4章使用決策樹進行分類
4.1決策規則和決策樹
4.2TDIDT算法
4.3推理的類型
4.4本章總結
4.5自測題
參考文獻
第5章決策樹歸納：使用熵進行屬性選擇
5.1屬性選擇：一個試驗
5.2替代決策樹
5.3選擇要拆分的屬性：使用熵
5.4本章總結
5.5自測題
第6章決策樹歸納：使用頻率表進行屬性選擇
6.1在實踐中計算熵
6.2其他屬性選擇標準：基尼指數
6.3X2屬性選擇標準
6.4歸納偏置
6.5使用增益比進行屬性選擇
6.6不同屬性選擇標準生成的規則數量
6.7缺少分支
6.8本章總結
6.9自測題
參考文獻
第7章評估分類器的預測精度
7.1引言
7.2方法一：訓練集和測試集
7.3方法二：k倍交叉驗證
7.4方法三：N倍交叉驗證
7.5實驗結果一
7.6實驗結果二：帶有缺失值的數據集
7.7混淆矩陣
7.8本章總結
7.9自測題
參考文獻
第8章連續型屬性
8.1引言
8.2局部與全局離散化
8.3將局部離散化添加到TDIDT
8.4使用ChiMerge算法進行全局離散化
8.5全局和局部離散化樹歸納法對比分析
8.6本章總結
8.7自測題
參考文獻
第9章避免決策樹的過度擬合
9.1處理訓練集中的衝突
9.2更多關於規則過擬合的討論
9.3預剪枝決策樹
9.4後剪枝決策樹
9.5本章總結
9.6自測題
參考文獻
第10章更多關於熵的討論
10.1引言
10.2利用位編碼信息
10.3在M個值中進行區分(M不是2的冪)
10.4對不等概率的數值進行編碼
10.5訓練集的熵
10.6信息增益必須是正值或零值
10.7利用信息增益減少分類任務的特征
10.8本章總結
10.9自測題
參考文獻
第11章采用模塊化分類規則
11.1規則後剪枝
11.2衝突消解
11.3決策樹的問題
11.4Prism算法
11.5本章總結
11.6自測題
參考文獻
第12章評估分類器的性能
12.1真假陽性與真假陰性
12.2性能指標
12.3真假陽性率與預測精度
12.4ROC圖
12.5ROC曲線
12.6尋找很好分類器
12.7本章總結
12.8自測題
第13章大規模數據集處理
13.1引言
13.2數據的多處理器分布式處理
13.3情景學習：PMCRI
13.4評估分布式繫統PMCRI的有效性
13.5逐步修改分類器
13.6本章總結
13.7自測題
參考文獻
第14章集成分類
14.1引言
14.2評估分類器性能
14.3為每個分類器選擇不同的訓練集
14.4為每個分類器選擇不同的屬性集
14.5合並分類：替代投票繫統
14.6並行集成分類器
14.7本章總結
14.8自測題
參考文獻
第15章分類器性能比較
15.1引言
15.2成對t檢驗
15.3選擇數據集進行比較評估
15.4采樣
15.5“沒有顯著差異”的結果有多糟糕
15.6本章總結
15.7自測題
參考文獻
第16章關聯規則挖掘一
16.1引言
16.2規則興趣度量
16.3關聯規則挖掘任務
16.4找到優選的Ⅳ條規則
16.5本章總結
16.6自測題
參考文獻
第17章關聯規則挖掘二
17.1引言
17.2交易和商品集
17.3對商品集的支持
17.4關聯規則
17.5生成關聯規則
17.6Apriori算法
17.7生成支持商品集：一個例子
17.8從支持商品集中生成規則
17.9規則興趣度量：提升度和杠杆率
17.10本章總結
17.11自測題
參考文獻
第18章關聯規則挖掘三：頻繁模式樹
18.1引言：FP—gmwth
18.2建立FP樹
18.3從FP樹查找頻繁商品集
18.4本章總結
18.5自測題
參考文獻
第19章聚類
19.1引言
19.2k-means聚類
19.3合成聚類
19.4本章總結
19.5自測題
第20章文本挖掘
20.1多重分類
20.2文本文件的表示方法
20.3詞干和停止詞
20.4使用信息增益進行特征縮減
20.5文本文檔表示：構造向量空間模型
20.6權重歸一化
20.7兩個向量間距離測量
20.8文本分類器性能測量
20.9超文本分類
20.10本章總結
20.11自測題
附錄
附錄A涉及的數學知識
附錄B數據集
附錄C擴展資源
附錄D術語和符號
附錄E自測題答案
中英文對照表
Principles of Data Mining是數據挖掘領域具有重要影響的國外有名教材之一，原為斯普林格出版社計算機科學本科生繫列教材中的一本。在讀者的期待中，本書的譯本得以出版。從數據集本身特性的探討，到分類、規則挖掘及聚類等基本方法的闡明，再到數據科學的工程場景的融合，本書可幫助數據挖掘學習者形成清晰的學科觀。本書具備如下特色：本書並未依賴數學工具和語言，而是通過對案例的精細剖析向讀者傳遞了具有相當技術深度的內容，是一本對初學者友好並且技術足夠有深度的專業基礎書籍。本書側重於數據挖掘技術領域通用原理的講解，作者對數據挖掘中的分類、關聯規則挖掘及聚類等基本問題中的共性原則基於案例進行了深入分析，對於數據技術初學者來說，這部分內容的理解比流行技術介紹有更重要的意義和價值。總之，本書是一部歷久彌新的優秀數據挖掘教材，既適合數據挖掘初學者探索數據挖掘的趣味，也適合數據挖掘從業者補遺學科知識等
