ISBN：10位[7504640131] 13位[9787504640130]
出版社：中國科學技術出版社
出版日期：2005-3
定價：￥30.00 元
作者簡介
馬尚才：1954年生，山西財經大學信息管理學院教授，享受政府特殊津貼專家。出版著作和教材12部，公開發表論文20餘篇，主持研製了16項套用軟體，均通過了省、部級鑑定，其中有7項獲得省、部級科學技術進步獎。
目錄
第一章傳統的決策支持系統/1
第一節決策支持系統的概念/2
一、決策支持系統的定義和特徵/3
二、決策支持系統的功能/5
三、決策支持系統的分類/7
第二節決策支持系統的系統結構/8
一、決策支持系統的基本組成/9
二、決策支持系統的體系結構/28
三、決策支持系統的三個技術層次/36
第三節傳統決策支持系統存在的問題/38
一、數據管理問題/38
二、模型分析問題/40
第二章知識發現：決策支持的新思路/42
第一節知識發現的概念/43
一、知識發現的定義和基本概念/43
二、知識發現的處理過程/45
三、知識發現與數據挖掘/51
第二節知識發現的數據基礎/51
一、數據的組織存儲方式/52
二、數據的類型/52
第三節知識發現的目標/53
一、廣義知識/55
二、分類和預測/55
三、聚類知識/57
四、關聯規則/5E
五、偏差分析/51
第四節知識發現的方法/5S
一、資料庫訪問技術/60
二、統計方法/61
三、機器學習/63
四、智慧型計算/65
第五節決策支持與知識發現/66
第三章 數據倉庫原理/68
第一節數據倉庫的基本概念/68
一、數據倉庫的定義/68
二、數據倉庫的特徵/69
第二節數據倉庫的體系結構/72
一、數據倉庫中的數據組織/72
二、數據倉庫中的體系結構/75
第三節數據倉庫中的數據存儲與組織形式/77
一、數據的組織方式/77
二、數據的存儲方式/79
三、元數據/8l
第四節數據倉庫的粒度和數據分割/88
第四章數據倉庫的數據模型/92
第一節數據倉庫建模基本原則/92
第二節數據倉庫中的基本概念/94
一、維/94
二、數據立方體/95
三、視圖/96
第三節高層模型/98
一、E—R圖/98
二、信息包圖/99
第四節中層模型/103
一、事實表和維表/103
二、三種中層模型/106
第五節低層模型/108
第五章數據倉庫數據集成和維護/113
第一節數據集成概述/113
一、數據集成的概念/113
二、數據集成的步驟/114
三、影響數據集成的關鍵因素/115
四、數據集成的作用/116
第二節數據抽取/117
一、數據抽取的任務/117
二、數據抽取時應考慮的問題/119
第三節數據轉換/120
一、數據轉換的任務/120
二、如何實施轉換/122
三、數據轉換時應考慮的問題/122
第四節數據清理/123
第五節數據裝載/126
一、數據裝載的任務/126
二、數據裝載應考慮的問題/128
第六節數據集成工具/129
第七節數據維護策略/132
第六章0LAP技術/135
第一節0LAP的技術概念/135
一、0LAP的定義和準則/135
二、0LAP的特性/138
三、0LAP和OLTP的區別/139
第二節0LAP多維分析/140
第三節0LAP的實現方式/145
一、基於多維資料庫的0LAP/145
二、基於關係資料庫的0LAP/149
三、混合型的0LAP/15l
第七章智慧型計算/153
第一節人工神經網路/153
一、人工神經元及感知機模型/155
二、前饋神經網路/158
三、徑向基函式神經網路/164
四、自組織特徵映射神經網路/173
五、神經網路集成/179
第二節遺傳算法/185
一、遺傳算法的一般框架/186
二、遺傳算法的實現技術/189
第八章統計方法/194
第一節關聯分析/194
一、基本概念/194
二、關聯規則挖掘算法/196
三、關聯規則價值衡量方法/202
第二節聚類分析/203
一、聚類原理/204
二、經典聚類算法/209
三、概念聚類/212
第三節支持向量機/215
一、支持向量機的基本思想/215
二、模式分類的支持向量機/22l
三、非線性回歸支持向量機/223
第四節粗糙集/224
一、粗糙集基本概念/225
二、粗糙集的知識約簡/229
三、粗糙集的分類算法/232
第九章機器學習/235
第一節決策樹/235
一、決策樹學習/238
二、選擇最佳分類屬性/238
三、控制決策樹規模/245
第二節規則歸納/250
一、序列覆蓋算法(sequential covering)/250
二、AQ學習/255
三、學習謂詞邏輯形式規則/259
四、反轉歸併/264
第三節基於案例的學習/267
一、最近鄰方法/268
二、基於案例的推理/269
第四節貝葉斯學習/273
一、貝葉斯學習理論/273
二、貝葉斯網路/276
三、貝葉斯網路學習/278
四、貝葉斯分類器/286
參考文獻/291
