本书较完整地讲解了数据挖掘和机器学习的基本概念、基本算法原理和应用技术。本书用通俗的语言和实例解释了抽象的概念，并将抽象概念融合到具体的案例中，以便于读者理解和掌握。 本书在编写过程中力求做到语言精练、概念清晰、取材合理、深入浅出、突出应用，为读者进一步从事数据分析、应用、开发和研究奠定坚实的基础。 本书既可作为高等院校信息类和管理类专业的数据挖掘或机器学习课程的教材，也可作为科研人员、工程师和数据分析爱好者的参考书。

党的二十大报告中指出:教育、科技、人才是全面建设社会主义现代化国家的基础性、战 略性支撑。必须坚持科技是第一生产力、人才是第一资源、创新是第一动力,深入实施科教兴 国战略、人才强国战略、创新驱动发展战略,这三大战略共同服务于创新型国家的建设。高等 教育与经济社会发展紧密相连,对促进就业创业、助力经济社会发展、增进人民福祉具有重要 意义。 随着信息技术的迅猛发展和互联网的普及,人类已经积累了海量的数据,而且这些数据还在不断地、快速地以指数级的速度增长。根据国际著名数据调查公司IDC在2021年的估计,全世界数据库中的数据量正以每20个月翻一番的速度增长。数据挖掘作为一种大有前途的工具和方法引起了产业界和学术界的极大关注,形成了信息领域的热点。本书中的案例采用 Python语言编写。Python具有代码开源、简洁易读、科学计算软件包丰富的特点,已成为很多高校和研究机构进行教学和科学计算的语言。 本书结合编者多年从事数据挖掘课程教学、开发智能数据分析项目的经验,利用 Python作为工具,以实用的案例,系统地讲解了数据挖掘的相关算法及其应用。全书共 10章,分为四篇。 第1篇为基础篇,由第1~3章组成。第1章介绍数据挖掘的定义和发展过程、数据挖掘的经典算法和应用领域等;第2章介绍 Python用于数据分析的基础知识;第3章介绍数据挖掘中常用的 Python处理模块。 第2篇为数据预处理篇,由第4章和第5章组成。第4章介绍数据的描述与可视化,首先讲解属性类型和数据对象,然后讲解数据对象的相似性度量和数据的可视化;第5章介绍数据采集和预处理,首先讲解数据的采集,然后讲解缺...