数据挖掘算法及其工程应用

前言
第1章　数据挖掘综述
　1.1　数据挖掘的概念和定义
　1.2　数据挖掘的历史及发展
　1.3　数据挖掘研究内容及功能
　1.4　数据挖掘常用技术及工具
　1.5　数据挖掘应用热点
第2章　数理统计方法
　2.1　数据挖掘与数理统计的关系
　2.2　数理统计与数据库技术的结合
　2.3　回归分析的基本概念
　2.4　线性回归方程
　2.5　线性相关的显著性检验
　　2.5.1　线性回归的方差分析
　　2.5.2　相关系数的显著性检验
　2.6　非线性回归分析
　　2.6.1　化非线性回归为线性回归
　　2.6.2　多项式回归
　2.7　多元线性回归分析
　　2.7.1　多元线性回归方程
　　2.7.2　多元线性回归的方差分析
　2.8　一般情况下的回归分析
　　2.8.1　一般情况下的回归方程
　　2.8.2　一般情况下的参数估计
　2.9　逐步回归分析的软件设计
　2.10　锻模设计准则的制定
　　2.10.1　研究的内容
　　2.10.2　资料收集与数据处理
　　2.10.3　飞边尺寸设计准则的制定
　　2.10.4　飞边金属消耗设计准则的制定
　2.11　小结
　参考文献
第3章　决策树学习算法
　3.1　决策树概述
　　3.1.1　决策树构造与分类
　　3.1.2　决策树的应用
　　3.1.3　决策树发展趋势
　3.2　ID3及其系列决策树算法
　　3.2.1　ID3算法
　　3.2.2　ID4算法
　　3.2.3　ID5R算法
　3.3　C4.5决策树学习算法
　　3.3.1　C4.5功能改进
　　3.3.2　C4.5系统应用
　　3.3.3　C4.5的不足
　3.4　其他决策树分类算法
　　3.4.1　CART算法
　　3.4.2　CHAID算法
　　3.4.3　SLIQ算法
　　3.4.4　SPRINT算法
　　3.4.5　PUBLIC算法
　3.5　小结
　参考文献
第4章　基于分层搜索的关联挖掘算法
第5章　软计算方法
第6章　支持向量机
第7章　数据挖掘算法的工程应用