第一章 引论

1.4 数据挖掘的功能

1.1 数据挖掘的目的

1.2 数据挖掘的概念

1.5 数据挖掘的技术

1.6 数据挖掘的应用领域

1.7 数据挖掘的主要问题

1.3 数据挖掘的对象

第四章 挖掘频繁模式、关联与相关性

4.2.1 Apriori：候选生成和测试方法

4.3 哪些模式是有趣的？——模式评估方法

4.2.3 FP-growth: 频繁模式增长方法

4.2.2 提高Apriori算法的效率

4.2 频繁项集挖掘方法

4.1 基本概念

第五章 聚类分析：基本概念与方法

5.4 其他聚类方法

5.3 划分方法

5.2 主要聚类方法的分类

5.1 聚类分析：基本概念

序

0.2数据挖掘技术大咖——美籍华人韩家炜教授

0.1啤酒与尿布的故事——神奇的购物篮分析

0.3国内大数据第一人——阿里巴巴总裁马云

0.4科学发展的全新时代——数据科学时代

第三章 数据预处理

3.3 数据集成

3.1 数据预处理：概述

3.4 数据归约

3.2 数据清理

3.4.1 维归约

3.5 数据变换和数据离散化

3.4.2 数值归约

第二章 认识数据

2.2.1 中心趋势度量

2.1数据对象与属性类型

2.2.2 分散性度量

2.3 数据可视化

2.4 度量数据的相似性和相异性

2.2.3 基本统计描述的图形显示

2.2数据的基本统计描述

习题课

习题课