数据挖掘与OLAP理论与实务_----清华大学版的数据挖掘教材

数据挖掘相关理论 以及案例 等相关情况的介绍

数据挖掘(Data Mining),就是从存放在数据库,数据仓库或其他信息库中的大量的数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程。

* * * * * * * * * * * * * * * * * * * Java 外观和感觉 CDE/Motif外观和感觉 Windows外观和感觉 9.7.3 设置外观和感觉(续) 9.7 其他

这本书讲述了数据挖掘中一些预处理方法，把它分享给大家，欢迎大家下载。

数据挖掘提纲1.数据挖掘的概念：（商业及学术方面）2.数据挖掘的模式3.OLAP技术，多维数据模型，数据立方体概念，构建星型数据库模型4.度量分类与计算5.K均值分配方法6.OLAP操作有哪些7.数据

16.1数据挖掘建模概述 16.1.2原型与模型 16.1.3模式与模型 16.1.4知识层次理论 16.1.5模型与数据 16.1.6知识结构与框架 16.1.7决策 16.2数据挖掘建模基础 16

数据挖掘项目实施步骤数据挖掘项目周期建立项目和报告处理缺失值导入和导出PMML模型

17.1基于损失函数的标准17.1.1混淆矩阵17.1.2准确率及误差的度量17.1.3两个评价模型成本的可视化工具17.1.4评估分类器的准确率17.2基于统计检验的准则17.2.1统计模型之间的距

清华大学严蔚敏教授的数据结构讲义与例题及源代码

数据仓库与数据挖掘的论文