【導讀】是潛在有用的信息和知識的過程。它是涉及機器學習、模式識別、統(tǒng)。計學、人工智能、數(shù)據庫管理及數(shù)據可視化等學科的邊緣學科。集的自動探索性分析。作為一種獨立于應用的技術,一經出現(xiàn)立即受。據挖掘技術和方法,并討論應用和研究方向。其目的是針對海量數(shù)據,做出決策的能力。隨著計算機技術和電子數(shù)據獲取方面的不斷進展以及。粒子物理、化學、醫(yī)學以及政府統(tǒng)計等領域。工作者共同關注的焦點。在過去幾年,一個稱為“數(shù)據。國際上掀起了一股空前的研究熱潮。據挖掘的理論及統(tǒng)計方法和應用進行較為詳細的介紹。并以技術和商業(yè)的角度給出了數(shù)據挖掘的定義。第二章數(shù)據挖掘與統(tǒng)計學的關系。第四章介紹Rough集的基本模型及有關概念。聯(lián)表示的模型的思想。第五章重點介紹數(shù)據挖掘中的聚類問題。法進行了比較和檢驗。第六章介紹挖掘大型數(shù)據庫中的關聯(lián)規(guī)則。聯(lián)規(guī)則的意義和量度,維布爾關聯(lián)規(guī)則,多層關聯(lián)規(guī)則,由關聯(lián)規(guī)則到相關分析。吃酒要被酒殺死,一點酒也不要吃。