Intelligent Science Home   设为首页  |   收藏本站 |   English Version  
 

智能信息处理

智能科学实验室
- 史忠植
智能系统
智能科学研究
智能应用
搜索智能科学网

智能科学网站
 
知识发现(数据挖掘)

   

 

  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。
     
史忠植. 知识发现(第二版).清华大学出版社 , 2011.

 

  • 第一章 绪论 (ppt)
  • 第二章 决策树 (ppt)
  • 第三章 支持向量机SVM (ppt) 
  • 第四章 迁移学习 (ppt)
  • 第五章 聚类分析 (ppt)
  • 第六章 关联规则 (ppt)
  • 第七章  粗糙集 (ppt)
  • 第八章  神经网络 (ppt)  
  • 第九章  贝叶斯网路 (ppt)
  • 第十章   隐马尔可夫模型 (ppt)
  • 第十一章 图挖掘 (ppt)
  • 第十二章 进化计算 (ppt)
  • 第十三章 分布式知识发现 (ppt)
  • 第十四章 Web知识发现 (ppt)
  • 第十五章 认知神经科学知识发现 (ppt)
  • 您是本站的第 位客人 | 关于本站 | 站点维护
    Copyright © 2002-2003 中国科学院计算技术研究所智能信息处理重点实验室智能科学课题组 关于本站 | 站点维护