数据库挖掘/数据仓库
-
心理实验设计及其数据处理金志成,何艳茹编著《心理实验设计及其数据处理》在撰写过程中注意了以下几个方面:第一,全面性。《心理实验设计及其数据处理》全面论述了实验研究的全过程。从如何确定一个研究问题开始,论述了如何形成假设、如何确定自变量、如何选择因变量、如何控制额外变量的干扰、如何进行统计分析,一直到如何评价和解释实验结果的全过程。第二,列举性。为了使读者能很好地掌握实验研究的原理,每每都以举例加以说明,尽量使之通俗易懂。在第三编中,每论述一种设计,除论述基本原理外,都辅以例子。在例子中还介绍了这种设计应使用哪一种统计检验,如何进行统计检验等。 -
智能仪器与数据采集系统中的新器件及应用杨振江[等]编著本书从应用角度出发,精选了国内外最新流行的智能仪器与数据采集系统中的一些有特色、功能很强的新型集成电路20多类100余种。内容涉及仪用放大器,运算放大器,隔离放大器,变送器, A/D、 D/A交换器, LED、 LCD驱动器,看门狗定时器,uP电源监控器,数字电位器,闪烁存储器,实时时钟等器件。所优选的每一种器件除阐述其基本功能、电路特点、性能参数和管脚说明之外,更突出器件的使用方法和应用电路。部分例子直接来自于科学研究和生产实践,有些例子稍加修改就可用于解决工作中的实际问题。本书对从事智能仪器设计、数据采集、自动控制、数字通信和计算机接口的科技人员和广大电子技术爱好者都具有很高的使用和参考价值,也可作为工科大专院校有关课程的教学参考书。 -
数据挖掘(加)[韩家炜]JiaweiHan,(加)Micheline Kamber著;范明,孟小峰等译数据挖掘是数据库研究、开发和应用最活跃的分支之一。本书从数据库角度全面、系统地介绍数据挖掘的基本概念、基本方法和基本技术以及数据挖掘的最新进展,是一本可读性极佳的教材。本书全面而深入地叙述了数据库技术的发展和数据挖掘应用的重要性,数据仓库和OLAP(联机分析处理)技术,数据预处理技术(包括数据清理、数据集成和转换、数据归约的方法),数据挖掘技术(包括分类、预测、关联和聚类等基础概念和技术),先进的数据库系统中的数据挖掘方法,数据挖掘的庆用和一些具有挑战性的研究问题。作者注重实效,将以上内容辅以实例,对每类问题均提供代表性算法,并给出每一技术具体的应用法则。该书由10章及两个附录组成。通过本书的学习,读者可以对数据挖掘的整体结构、概念和技术有深入的认识和了解,并且可以熟悉数据挖掘的基本原理和发展方向。目录:译者序序前言第1章引言第2章数据仓库和数据挖掘的OLAP第3章数据预处理第4章数据挖掘原语、语言和系统结构第5章概念描述:特征化与比较第6章挖掘大型数据库中的关联规则第7章分类和预测第8章聚类分析第9章复杂和类型数据的挖掘第10章数据挖掘的应用和发展趋势附录A附录B参考文献索引 -
数据库原理辅导与练习丁宝康,陈坚主编;许建军,楼晓鸿编著本书的编写依据是:(1)全国高等教育自学考试指导委员会制定的《数据库原理》自学考试大纲(1999年4月)的命题原则和范围。(2)全国高等教育自学考试指慢委员会组编的《数据库原理》教材。全书共分五个部分:第一部分是课程设置概述;第二部分是教材中各章的基本知识点、重点、难点、练习题及参考答案;第三部分是复习及应试指导;第四部分是三套自测题及其参考答案;第五部分是PowerBuilder7.0和MSSQLSferver7.0的上机使用说明及实习内容辅导。数据库原理是理论性和实用性都很强的一门学科,牢固地掌握每一个知识点,对于毕业实习和今后的工作都会带来很大的益处。学习者对这一点应有充分的认识。本书供考生复习迎考使用,也可供从事《数据库原理》课程的教师和从事软件工作的有关人员参阅。 -
中文SQL Server 2000数据库系统管理李代平,张信一编著本书系统地介绍了SQL Server数据库系统管理员所需要的知识和技术。内容包括系统安装、使用SQL代理和安装SQL邮件、SQL Server的升级、SQL Server 2000的配置、客户/服务器、企业管理、服务器管理、创建和管理数据库、数据库管理、安全性管理、事务和锁管理、性能监测和调整、数据仓库框架技术、系统表、SQL Server 2000的DBCC,以及数据库系统维护。本书可作为大专院校相关专业教材和参考书,也可供计算机专业的高级人员参考。 -
分析服务(美)Microsoft Corporation著;东方人华译;东方人华译本书是《Microsoft SQL Server 2000开发指南》丛书的第3卷,全要介绍SQL Server 2000AnalysisServices(此前的版本称为OLAP)的新特性和安装方法。本书还描述了分析服务在SQLServer 2000当中所处的地位和作用,并详细地介绍了数据仓库、数据挖掘和OLAP、如何使用分析服务、多维表达式(MDX)以及相关的决策工具。本书适合于使用SQL Server的中、高级用户阅读,也是数据库开发人员及维护人员必备的参考书。 -
数据库系统全书(美)Hector Garcia-Molina等著;岳丽华等译;岳丽华译本书是斯坦福大学计算机科学专业数据库系列课程教科书。书中对数据库系统基本原理以及数据库系统实现进行了深入阐述,并对ODL、SQL、关系代数、面向对象查询、事务管理、并发控制等内容展开具体讨论。对该领域内的一些最新技术,诸如数据仓库、数据控掘、数据立方体系统等,也给予了介绍。??本书适合作为高等院校计算机专业研究生的教材或本科生的教学参考书,也适合作为从事相关研究或开发工作的专业技术人员的高级参考资料。??本书是斯坦福大学知名计算机科学家HectorGarcla-Molina、JeffreyD.Ullman和JenniferWidom合作编写的一本数据库系统引论书籍。书的前半部分从数据库设计者、用户和应用程序员的角度深入地介绍了数据库。包括最新数据库标准SQL—1999、SQLPSM、SQLCLI、ODL和XML,相比其他大多数书籍,更多地介绍了SQL内容。本书的后半部分是从DBMS实现的角度来介绍数据库的,覆盖了这个领域内的基本技术,并且比其他大多数书籍更多地介绍了查询优化。高级论题包括多维和位图索引、分布式事务处理和信息集成技术。本书既可用作大学教科书,也可作为该领域专业人员的参考书。??本书显著特色:??●使用人们普遍关注的、现实世界的例子提高可读性??●SQLPSM(持久存储模块)、JDBC(Java接口)和SQLCLI(ODBC或开放式数据库连接)等内容为本书所特有??●用ODMG标准ODL介绍了面向对象设计,用SQL—99标准介绍了对象—关系设计??●借助关系代数,讲述了查询处理和查询优化的扩展内容??●讨论了信息集成技术,包括数据仓库、协调器、OLAP、数据立方体和数据挖掘技术??●解释了很多重要的专门技术,如RAID盘的错误纠正、位图索引、统计数据的应用以及指针混合??●通过主页http:www-db.stanford.eduullmandscb.html提供本书更多的附加资料 -
实验的数据处理李耀清编著《实验的数据处理》介绍物理实验中常用的数据处理方法和工具,包括概率数理统计和数字信号处理两大部分。主要内容有:概率统计基础、误差理论、参数估计(包括贝叶斯估计)、假设检验、最小二乘法与曲线拟合、序列卷积与离散富里叶变换、快速富里叶变换、实验谱的去卷积等,阐述重点放在物理概念的理解和实际应用方面,《实验的数据处理》中附有大量的实例,便于自学。其内容适合作为实验物理类本科生和研究生相关课程的教材。 -
数据挖掘(美)Mehmed Kantardzic著;闪四清[等]译作为一本教科书,本书全面讲述了数据挖掘的概念、模型、方法和算法。本书共包括13章和2个附录,全面、详细地讲述了从数据挖掘的基本概念到数据挖掘的整个过程,以及数据挖掘工具及其典型应用领域。本收编写严谨、内容权威、结构合理、科学规范、语言流畅,特别适合作为高等院校数据挖掘课程的教科书,还适合作为数据挖掘研究人员必备的参考书。我们被数据所包围着,这些数据是数值型或其他类型,它们都必须经过分析和处理,转换成通知、指导、回答或辅助决策和理解的信息。由于当今数据集的大小和复杂性的增加,就产生了数据挖掘这个新术语,它描述了间接的、自动化的数据分析技术,这些技术所利用的工具比分析人员过去做基本的数据分析所使用的工具更加复杂和尖端。本书讨论了数据挖掘的原理,接着描述了一些具有代表性的艺术级的方法和算法。这些方法和算法起源于不同的学科,如统计学、机器学习、计算机图形学、数据库、信息检索、神经网络、模糊逻辑和进化计算。本书还提供了详细的算法,而且这些算法都带有必要的解释和图形示例。本书提供了一个指南:在面对一个待挖掘的数据集(以及它们的伴随数据集)时,怎样和何时从成百上千种软件工具中选择特定的一种。本书允许分析人员用书中提供的方法和技术来创建和执行他们自己的数据挖掘实验。本书强调选择合适的方法和数据分析软件,并根据实际情况选择相应的参数。只有在深入理解了参数的意义及其在所提供技术中的作用的情况下,才能作出这些非常重要的、定性的决策。数据挖掘是一个正在蓬勃发展的领域,本书提供了从大量可用的分析程序中进行选择所急需的指南。 -
数据挖掘教程(美)Margaret H.Dunham著本书全面系统地介绍了各种数据挖掘的基本概念、方法和算法,是系统学习数据挖掘的一本好书。全书由四部分构成:第一部分是导论,全面介绍了数据挖掘的背景信息、相关概念以及数据挖掘所使用的主要技术;第二部分?鞘萃诰虻暮诵乃惴ǎ低成钊氲孛枋隽擞糜诜掷唷⒕劾嗪凸亓嬖虻某S盟惴ǎ坏谌糠质鞘萃诰虻母呒犊翁猓饕鹗隽薟eb挖掘、空间数据挖掘、时序数据和序列数据挖掘;第四部分是附录,介绍了目前市场上流行的一些数据挖掘工具产品,包括产品名称、产品功能、供应商、产吕所用技术、运行平台及产品状况。数据挖掘是近年来伴随着数据库系统的大量建立和万维网的广泛使用而发展起来的一门技术,它是数据库、机器学习与统计学这三个领域的交叉结合而形成的一门新兴技术。本书全面系统地介绍了各种数据挖掘的基本概念、方法和算法,是系统学习数据挖掘的一本好书。全书由四部分构成:第一部分是导论,全面介绍了数据挖掘的背景信息、相关概念以及数据挖掘所使用的主要技术;第二部分是数据挖掘的核心算法,系统深入地描述了用于分类、聚类和关联规则的常用算法;第三部分是数据挖掘的高级课题,主要叙述了Web挖掘、空间数据挖掘、时序数据和序列数据挖掘;第四部分是附录,介绍了目前市场上流行的一些数据挖掘工具产品,包括产品名称、产品功能、供应商、产吕所用技术、运行平台及产品状况。全书层分明、要念头清晰、表达准确、体系完整。书中对每种算法不仅进行了详尽的解释,还给出了算例及伪代码。每章后的练习和参考文献为读者提供了进一步思考相关问题的线索。本书适宜作为计算机专业研究生、高年级本科生教材,也可作为相关领域研究人员的参考书。
