資料探勘概念與方法（二版）

我們在產生與收集資料的能力已經快速的增加。除了大部分商業、科學與政府交易的計算之外，大量使用數位相機、發表工具與條碼也會產生資料。在收集資料方面，掃描的文字與影像平台、衛星遠端感測系統與全球資網路提供我們龐大數量的資料。這種爆炸性增加的資料讓我們迫切需要新得技巧與自動化工具來幫助我們將這些資料轉換成有用的資訊與知識。

如同KDnuggets讀者投票第一版為最暢銷資料探勘的書籍。這本書對於發掘隱藏在大量資料集中樣式的概念與技巧進行探索，並著重於合適程度、有用程度、有效程度與可量度的議題。自從第一版發表之後，在資料探勘方法、系統與應用的發展已經有很大進展。所以新的版本充分的加強第一版，加入新的章節強調最近探勘複雜資料類型的發展包含串流資料、順序資料、圖形結構資料、人際網路資料與多關聯資料。

不管你是資料探勘熟練的專家或是新的學生，這本書能提供你：
●一個了解大部分實際商業資料所需的完整與實務的概念與方法。
●依據讀者建議與相關領域的變化的更新，同時包含更多統計與機器學習的教材。
●更多運算法則與實作範例，均以讀者容易了解的虛擬碼來表示並適用於真實世界與大型資料探勘計畫所使用。

譯者
王派洲
現任：南台科技大學國際企業系 副教授
學歷： Ph. D., Computer and Infromation Science, Polytechnic University, New York, USA
專長： Distributed Computing, Genetic Algorithms, Combinatorial Optimization

原著
Jiawei Han為伊利諾大學厄巴納香檳校區電腦科學系的教授，他在資料探勘與資料庫的研究是非常著名。他在他的學術領域的貢獻獲得許多獎章包含2004 ACM SIGKDD發明獎。他是ACM Transactions on Knowledge Discovery from Data的主編，並且是其他期刊的編輯包含IEEE Transactions on Knowledge and Data Engineering and Data Mining and Knowledge Discovery.

Micheline Kamber是一位寫作讓人容易了解並具熱情的研究學者，她是加拿大Concordia大學電腦科學碩士，專長於人工智慧

Chapter 1 簡介
Chapter 2 資料前處理
Chapter 3 資料倉儲與即時分析處理方法：簡介
Chapter 4 資料方塊計算與資料產生
Chapter 5 頻繁樣式、關聯與相互關係的探勘
Chapter 6 判別與預測
Chapter 7 分群分析