內容簡介
本書系統介紹了基於用戶需求的Reduct理論。主要內容包括Reduct理論、Reduct典型算法、用戶需求描述、基於用戶需求的Reduct理論、 Reduct與特徵選擇、數據描述的“規則+例外”模型以及基於邊緣區域的例外分析等。其中數據描述的“規則+例外”模型源自認知科學，不僅與數據挖掘密切相關，而且與用戶需求密切相關。本書適合從事機器學習、數據挖掘、人工智慧、信息處理研究和套用的科技人員學習參考。
目錄
第1章 概述
1.1 Rough的含義
1.2 Reduct
1.3 Reduct 計算
1.4 用戶需求描述
1.5 次屬性定理
1.6 基於用戶需求的最優Reduct計算
1.7 規則+例外
1.8 符號機器學習
1.9 特徵選擇
1.10 小結
第2章 Reduct理論與計算
2.1 引言
2.1.1 初等範疇與基本範疇
2.1.2 集合的近似
