清华大学出版社

本书主要介绍数据仓库与数据挖掘的基本概念和方法，包括数据预处理、数据仓库与联机分析处理、数据仓库设计与开发、回归分析、关联规则挖掘、分类、聚类、神经网络与深度学习、离群点检测以及文本和时序数据挖掘等内容。 各章力求原理叙述清晰，易于理解，突出理论联系实际， 辅以代码实践与指导，引领读者更好地理解与应用算法，快速迈进数据仓库与数据挖掘领域 。 本书可作为高等学校计算机科学与技术、数据科学与大数据技术等相关专业的教材，也可作为科研人员、工程师和大数据爱好者的参考书。

前言 目前，数据正以前所未有的速度爆炸式增长，海量的数据已成为各行各业重要的战略资源。围绕这些数据进行可行的深入分析与挖掘，对几乎所有社会领域的决策都越来越重要。数据仓库与数据挖掘将传统的数据分析方法与用于处理大量数据的复杂算法相结合，利用数据库管理技术和大量以机器学习为基础的数据分析技术，为数据库中的知识发现提供有效支撑。 因此，本书从数据仓库设计实现和数据挖掘的业务流程出发，全面、系统地介绍了数据仓库的设计开发和数据挖掘的基本概念、主要思想和典型的数据挖掘算法。本书将数据仓库和数据挖掘的理论与实践充分结合，以便加深、加快读者对所学内容的理解和掌握。 全书共13章，内容涵盖数据理论基础、数据预处理、数据仓库与联机分析处理、数据仓库设计与开发、回归分析、关联规则挖掘、分类、聚类、神经网络与深度学习、离群点检测以及文本和时序数据挖掘等内容。书中各章节相互独立，读者可根据自己的兴趣选择使用。各章力求原理叙述清晰，易于理解，突出理论联系实际，辅以代码实践与指导，引领读者更好地理解与应用算法，快速迈进数据仓库与数据挖掘领域，掌握机器学习算法的理论和应用。同时，除第13章外，书中每章都给出了小结和习题，可以帮助读者巩固本章学习内容，扩展相关知识。 本书特色： （1） 内容系统全面，讲解深入浅出，易于理解。 （2） 详细介绍了数据仓库与数据挖掘的业务流程与典型方法。 （3） 配备了多个项目案例，理论结合实践。 （4） 配套资源丰富，方便教学。 本书的配套资源包括教学大纲、教学课件、电子教案、程序源码和习题答案，编者还为本书精心录制了600分钟的微课视频。 资源下载提示 课件等资源： 扫描封底的“课件下载”二维码，在公众号“书圈”下载。 素材（源码）等资源： 扫描目录上方的二维码下载。 视频等资源： 扫描封底的文泉云盘防盗码，再扫描书中相应章节的二维码，可以在线学习。 本书由魏伟一、张国治和秦红武主编，由于编者水平有限，书中疏漏之处在所难免，恳请读者批评指正。 本书在编写过程中得到了西北师范大学2022年教材建设项目的资助，在此表示衷心感谢。 编者2023年1月

版权图片链接