数据库挖掘/数据仓库
-
业务建模与数据挖掘(美)Dorian Pyle著;杨冬青等译;杨冬青译本书系统介绍业务建模与数据挖掘技术。内容涵盖了如何发现、构建和提炼在业务情景中有用的模型;如何设计、发现和开发挖掘所需的数据;如何提供为各种业务情景挖掘数据的实用的方法等。本书适合从事业务建模和数据挖掘以及相关领域的专业技术人员参考。本书展示了如何系统地表达现实世界中的业务问题,从而可以利用数据挖掘技术来解决。重点介绍如何将业务问题的口头表达或模糊的描述首先转换为定性的模型,然后再转换为定义明确的定量模型用于解决问题。最后描述了通过数据挖掘所发现的这些结论如何转换为战略的或技术的实现。本书回答了各行各业各个层次的经营管理者,数据挖掘工具的真正用户所面临的许多非常切实的问题,例如,数据挖掘技术能够在哪些领域中最有效地应用?如何建立挖掘模型,从而把业务问题转化为数据挖掘能够解决的形式?如何为数据挖掘工具准备数据?等等,并给出了实际解决方案。 -
数据挖掘教程Margaret H.Dunham著;郭崇慧[等]译;郭崇慧译数据挖掘技术是多学科交叉的新兴技术,它是随着数据的大量积累以及市场竞争对信息与知识的迫切需求而产生和发展起来的,并逐渐成为人们关注的热点。人们希望通过数据挖掘技术找到蕴藏在数据中的有用信息,进而找到尚未发现的知识,为商业竞争、企业生产和管理、政府部门决策以及科学探索等提供信息与知识,这种所谓隐藏在数据中的信息与知识是人的先验知识和经验无法确定的,对于帮助人们作出适当决策是很有价值的。 数据挖掘技术是在统计学、人工智能(特别是机器学习)和数据库技术等多种技术的基础上发展起来的。数据挖掘强调的是大数据量和算法的可伸缩性,它是一门很接近实用的学科,一出现就被许多部门所应用。由于它的实用性和商业效益,近年来人们研究出许多数据挖掘的新方法,并开发了许多数据挖掘的新产品。 本书从数据库的角度对数据挖掘的基本方法和算法进行了系统的介绍。全书共分三部分: 第1部分包括第1~3章,介绍数据挖掘的发展和基本概念;第2部分包括第4~6章,介绍最基本的数据挖掘方法,这部分也是全书的重点;第3部分包括第7~9章,介绍了近年来出现的较新的数据挖掘方法和领域。每章最后两节均为练习和参考文献注释。一部分练习用于检验学生掌握书中所述概念和知识的情况,另一部分练习提出需要进一步研究和思考的问题。每章的参考文献注释则较详细地说明了该章涉及的方法与算法的发展历程和状况,作者花费了很大精力查阅和收集这方面的资料。 本书适合作为计算机专业研究生及高年级本科生教材。作为教科书,书中的内容有一定的深度和广度,对许多方法和算法都作了引导性的叙述。但作为一本基础性的教科书,它不可能包括太广的内容,对近年来发展较快的一些新方法,如粗糙集、贝叶斯网络和支持向量机等,书中并未深入叙述。要想更深入地掌握一些方法和提出改进建议,还需要查阅书中给出的参考文献和一些方法的最新进展。本书还可作为相关领域科技人员的参考书。 作者在她本人的网页上给出了英文原著的演示文稿和勘误表,有兴趣的读者可查阅http://www.engr.smu.edu/~mhd/。除作者给出的勘误之外,译者也发现一些错误和疑似错误之处,在译文中对一般拼写错误、笔误和明显的小错误均未作说明而直接给出了校正,对较大一些的错误则在相应页中的脚注中给出了说明。 郭崇慧博士翻译了第1、4、5章,田凤占博士翻译了第2、6章,靳晓明博士翻译了第3、8、9章,孙建涛博士生翻译了第7章,沈抖硕士生翻译了附录。丛艳硕士参加了部分翻译和校对工作,鲁明羽博士也参加了部分校对工作。陆玉昌教授统一组织了全书的翻译和校对工作,并审阅定稿。 由于译者知识和水平所限,出现错误及疏漏之处敬请指正 译者 2004年4月 -
数据仓库与数据挖掘安淑芝等编著本书是一本介绍数据仓库和数据挖掘的图书。全书力求深入浅出、通过浅显易懂的语言及实例介绍数据仓库与数据挖掘的基本概念及相关理论。从数据仓库的定义、结构、设计、数据访问方法及应用等方面对数据仓库做了较详细的介绍。从数据挖掘的定义、数据预处理方法、数据挖掘发现知识的类型及数据挖掘常用算法等几方面对数据挖掘的基本知识和算法等理论做了介绍。本书特别介绍了SQLServer2000数据挖掘工具应用和SPSS数据挖掘工具应用。最后,给出了一个数据挖掘的应用实例。本书总的指导思想是在掌握基本知识和基本理论的基础上,更强调实际应用能力的培养。本书可作为普通高等院校计算机科学与技术专业、软件工程专业或信息类等其他相关专业的教材,也可作为有关数据仓库与数据挖掘方面的培训教材,以及所有想学习数据仓库与数据挖掘知识的人的自学用书。本书特色:本书本着“在掌握基本知识和基本理论的基础上,强调实际应用能力培养”的指导思想,在写作上力求体现如下特点:·采用尽可能浅显易懂的语言,循序渐进地表达知识内容;·概念和具体的方法、工具相结合,使知识具体化,不枯燥;·尽可能结合应用的实例,使理论和实际相结合,达到学以致用的效果。 -
数据压缩戴善荣编著“数据压缩”也称“信源编码”,主要研究对发自信息源的模拟或数字电信号进行数字化和高效压缩编码的理论和方法,以提高数据传输效率、信道频带利用率和节省数据存储空间为目标。本书内容侧重于理论基础和技术原理,全书共分6章。第1章量化原理和第2章信息率—失真函数理论是数据压缩编码的理论基础;第3章变换域编码和第4章预测编码是限失真压缩编码方法的技术原理;第5章信息保持数据压缩编码主要介绍已被广泛使用于数据储存与交换中的无失真压缩编码方法,还介绍了数字传真压缩编码原理;第6章信源编码实践主要介绍数据压缩理论与技术在视、音频系统中的成功应用实例及相关的国际标准。本书可作为研究生数据压缩和信源编码课程的教材,也可作为信号处理、图像通信、数据通信、信息工程等专业本科选修课教材或教学参考书,对工作在信息领域的工程技术人员和经营者也有参考价值。 -
数据备份《非常掌上宝系列》编委会这是一本讲述重装系统全过程及所需知识的实用指南。本书是专门针对系统重装,从系统崩溃急救开始,系统地讲述数据备份、重装前的准备、操作系统安装、应用程序安装、重装后的防毒/防黑/防木马以及驱动的安装与电脑常用故障排除的方法等内容。本书内容丰富,结构清晰,语言简洁,具有很强的实用性。本书可供Windows用户、系统管理员、电脑组装与维修人员、广大的电脑爱好者使用,同时也可作为社会培训教材。 -
数据结构张凤琴主编《数据结构》是根据教育部制订的计算机科学与技术及相关专业的培养目标,突出对于理论知识的应用和实践动手能力的培养,使基础理论的教学最终以应用为目的。本书在描述数据结构和算法时,程序结构清晰、可读性强、符合软件工程的规范要求。讲解的内容由浅入深,易于理解。文字表达简练清晰、通俗易懂。本书共分10章,主要介绍了线性表、串、栈、队列、树和图等基本数据类型的基本概念、表示和算法实现,还介绍了静态、动态查找表的实现算法、各种内部排序的算法和文件的组织形式等。本书的算法均用类C描述。各章后均附有内容小结及习题,加深学生对所学知识的理解和巩固。《数据结构》可作为高等院校计算机科学与技术专业及相关专业的本科教材,也可作为软件水平考试、计算机等级考试的参考书,对于从事软件应用开发的人员也是一本不可多得的参考书。 -
数据仓库与数据挖掘原理及应用王丽珍等编著《数据仓库与数据挖掘原理及应用》全面深入地介绍了数据仓库、联机分析处理和数据挖掘的基本概念、基本原理和应用技术。全书分成三篇,数据仓库及OLAP概念、原理和技术篇的主要内容包括数据仓库的基本概念、体系结构、模型设计、创建和维护,ETL、元数据、数据集市、OLAP的基本概念、分类、模型设计;数据挖掘技术篇介绍了数据挖掘的基本理论、基本过程、常见模型的算法;工具及实例简要介绍了数据仓库产品工具的基本情况,对产品选择和评判进行了一些分析,并较详细地介绍和分析了移动通信业务数据仓库系统。《数据仓库与数据挖掘原理及应用》可作为计算机、信息系统等专业的学生学习数据仓库、OLAP及数据挖掘技术的实用教程,也可供从事数据仓库、数据挖掘研究、设计、开发等工作的科研、工程人员等。 -
数控原理与应用单忠臣 主编数控技术是现代制造技术的基础,它的广泛应用使全球机械制造业发生了根本性变化,已经成为衡量一个企业乃至一个国家科技进步和工业现代化水平的重要标志之一。《数控原理与应用》是为了满足机械设计制造及其自动化专业本科教学需要而编写的。全书共分7章。主要内容有数字控制的基本概念、数控机床的组成、分类及加工特点;数控机床的机械结构;CNC系统的组成,CNC装置的结构、工作过程、功能和特点,CNC装置的硬件结构、软件结构和接口电路,数控装置的插补原理,CNC系统中的PLC;数控机床的位置检测装置;数控伺服系统;数控加工工艺;数控加工编程的基础知识以及数控车床、数控铣床、加工中心的程序编制等。《数控原理与应用》可作为高等院校工科机械类专业数控技术课程的教学用书,也可作为相关专业技术人员的参考书。 -
数据结构与算法谭骏珊暂缺简介... -
数据库技术原理与应用基础蔡德聪本书分为数据库技术原理与Access应用两大部分。数据库技术原理部分(第1-6章)详细介绍了数据库系统的基本原理和关系型数据库的实现方法,内容主要包括关系代数的基本运算、结构查询语言SQL和关系数据库的范式。Access应用部分(第7-15章)重点介绍了Microsoft Access 2003,它是美国微软公司新近开发的桌面数据库管理系统,内容主要包括在该平台上进行数据库应用系统设计的方法。对Access 2003的各项功能的使用介绍循序渐进地贯穿于实例之中,可使读者轻松地掌握使用Access 2003的方法,自行设计出适用的数据库系统。 本书适合作为大专院校计算机专业的教材及数据库系统开发人员、管理人员、科研人员、大专院校非计算机专业教师的学生使用。
