智能信息处理

    知识发现（数据挖掘）是从数据集中识别出有效的、新颖的、潜在有用的，以及最终可理解的模式的非平凡过程。知识发现将信息变为知识，从数据资源中发现知识宝藏，将为知识创新和知识经济的发展作出贡献。
   本课程讲授和讨论知识发现（数据挖掘）前沿研究领域的重要算法和挖掘方法。第一章是绪论，概述知识发现的重要概念和发展过程。下面三章重点讨论分类问题，包括决策树、支持向量机和迁移学习。第五章阐述聚类分析。第六章是关联规则。第七章讨论粗糙集和粒度计算。第八章介绍神经网络，书中着重介绍几种实用的算法。第九章探讨贝叶斯网络。第十章讨论隐马尔科夫模型。第十一章探讨图挖掘。第十二章讨论进化计算和遗传算法。第十三章探讨分布式知识发现，它使海量数据挖掘成为可能。最后两章以Web知识发现、认知神经科学为例，介绍知识发现的应用。
      参考书：史忠植. 知识发现 （第二版）.清华大学出版社, 2011