原书名： Introduction to Data Mining 《数据挖掘导论(完整版)》全面介绍了数据挖掘，涵盖了五个主题：数据、分类、关联分析、聚类和异常检测。除异常检测外，每个主题都有两章。前一章涵盖基本概念、代表性算法和评估技术，而后一章讨论高级概念和算法。这样读者在透彻地理解数据挖掘的基础的同时，还能够了解更多重要的高级主题。 《数据挖掘导论(完整版)》是明尼苏达大学和密歇根州立大学数据挖掘课程的教材，由于独具特色，正式出版之前就已经被斯坦福大学、得克萨斯大学奥斯汀分校等众多名校采用。《数据挖掘导论(完整版)》特色 与许多其他同类图书不同，《数据挖掘导论(完整版)》将重点放在如何用数据挖掘知识解决各种实际问题。 只要求具备很少的预备知识——不需要数据库背景，只需要很少的统计学或数学背景知识。 书中包含大量的图表、综合示例和丰富的习题，并且使用示例、关键算法的简洁描述和习题，尽可能直接聚焦于数 据挖掘的主要概念。 教辅内容极为丰富，包括课程幻灯片、学生课题建议、数据挖掘资源(如数据挖掘算法和数据集)、联机指南(使 用实际的数据集和数据分析软件，《数据挖掘导论(完整版)》介绍的部分数据挖掘技术提供例子讲解)。 内容简介回 《 数据挖掘导论(完整版)》全面介绍了数据挖掘的理论和方法，旨在为读者提供将数据挖掘应用于实际问题所必需的知识。《数据挖掘导论(完整版)》涵盖五个主题：数据、分类、关联分析、聚类和异常检测。除异常检测外，每个主题都包含两章：前面一章讲述基本概念、代表性算法和评估技术，后面一章较深入地讨论高级概念和算法。目的是使读者在透彻地理解数据挖掘基础的同时，还能了解更多重要的高级主题。此外，书中还提供了大量示例、图表和习题。 《数据挖掘导论(完整版)》适合作为相关专业高年级本科生和研究生数据挖掘课程的教材，同时也可作为数据挖掘研究和应用开发人员的参考书。 作译者 作者：(美国)陈封能(Pang-Ning Tan) (美国)斯坦巴赫(Michael Steinbach) (美国)库玛尔(Vipin Kumar) 陈封能(Pang-Ning Tan)现为密歇根州立大学计算机与工程系助理教授，主要教授数据挖掘、数据库系统等课程。此前，他曾是明尼苏达大学美国陆军高性能计算研究中心副研究员(2002-2003)。 斯坦巴赫(Michael Steinbach)明尼苏达大学计算机与工程系研究员，在读博士。 库玛尔(Vipin Kumar)明尼苏达大学计算机科学与工程系主任，曾任美国陆军高性能计算研究中心主任.他拥有马里兰大学博士学位,是数据挖掘和高性能计算方面的国际权威,IEEE会士. 译者：范明 范宏建 等 范明,郑州大学信息工程学院教授,中国计算机学会数据库专业委员会委员、人工智能与模式识别专业委员会委员,长期从事计算机软件与理论教学和研究.先后发表论史40余篇. 范宏建 澳大利亚墨尔本大学计算机科学博士.先后在WWW、PAKDD、RSFDGrC、IEEE GrC和Australian AI等国际学术会议和IEEE Transactions on Knowledge and Data Engineering发表论文10余篇.目前是澳大利亚AUSTRAC的高级分析师.