资源名称：数据挖掘 概念与技术（原书第3版）中文完整PDF 第1章　引论1.1　为什么进行数据挖掘1.1.1　迈向信息时代1.1.2　数据挖掘是信息技术的进化1.2　什么是数据挖掘1.3　可以挖掘什么类型的数据1.3.1　数据库数据1.3.2　数据仓库1.3.3　事务数据1.3.4　其他类型的数据1.4　可以挖掘什么类型的模式1.4.1　类/概念描述：特征化与区分1.4.2　挖掘频繁模式、关联和相关性1.4.3　用于预测分析的分类与回归1.4.4　聚类分析1.4.5　离群点分析1.4.6　所有模式都是有趣的吗1.5　使用什么技术1.5.1　统计学1.5.2　机器学习1.5.3　数据库系统与数据仓库1.5.4　信息检索1.6　面向什么类型的应用1.6.1　商务智能1.6.2　Web搜索引擎1.7　数据挖掘的主要问题1.7.1　挖掘方法1.7.2　用户界面1.7.3　有效性和可伸缩性1.7.4　数据库类型的多样性1.7.5　数据挖掘与社会1.8　小结1.9　习题1.10　文献注释第2章　认识数据2.1　数据对象与属性类型2.1.1　什么是属性2.1.2　标称属性2.1.3　二元属性2.1.4　序数属性2.1.5　数值属性2.1.6　离散属性与连续属性2.2　数据的基本统计描述2.2.1　中心趋势度量：均值、中位数和众数2.2.2　度量数据散布：极差、四分位数、方差、标准差和四分位数极差2.2.3　数据的基本统计描述的图形显示2.3　数据可视化2.3.1　基于像素的可视化技术2.3.2　几何投影可视化技术2.3.3　基于图符的可视化技术2.3.4　层次可视化技术2.3.5　可视化复杂对象和关系2.4　度量数据的相似性和相异性2.4.1　数据矩阵与相异性矩阵2.4.2　标称属性的邻近性度量2.4.3　二元属性的邻近性度量2.4.4　数值属性的相异性：闵可夫斯基距离2.4.5　序数属性的邻近性度量2.4.6　混合类型属性的相异性2.4.7　余弦相似性2.5　小结2.6　习题2.7　文献注释第3章　数据预处理3.1　数据预处理：概述3.1.1　数据质量：为什么要对数据预处理3.1.2　数据预处理的主要任务 ....... 资源截图：