本书对数据挖掘的基本算法进行了系统的介绍，每种算法不仅包括对算法基本原理的介绍，而且配有大量的例题以及源代码，并且对源代码进行了分析，这种理论和实践相结合的方式有助于读者较好地理解和掌握抽象的数据挖掘算法。 全书共分11章，内容同时涵盖了数据预处理、关联规则挖掘算法、分类算法和聚类算法，具体章节包括绪论、数据预处理、关联规则挖掘、决策树分类算法、贝叶斯分类算法、人工神经网络算法、支持向量机、Kmeans聚类算法、K中心点聚类算法、神经网络聚类算法以及数据挖掘的发展等内容。 本书可作为高等院校数据挖掘课程的教材，也可以作为从事数据挖掘工作以及其他相关工程技术工作的人员的参考书。

王振武，博士，副教授，中国矿业大学（北京）计算机科学与技术系副书记，主要研究方向包括数据挖掘算法、图形图像处理等。主持和参与863项目一级子课题各1项，主持中央高校基本科研业务费项目1项，参与国土资源部公益性基金项目1项，中国地调局地调项目2项。在计算机类核心期刊上发表科研论文近30篇，其中EI收录15篇，ISTP收录1篇，参与撰写学术专著1部。近年来参编教材如下： 2012.12 C#Web程序设计 清华大学出版社 45.4万字 独著2011.12 计算机图形学基础 清华大学出版社 40.4万字 独著2010.12 C#与ASP.NET程序设计 中国铁道出版社 32.6万字 独著2012.6 计算机网络课程设计 中国石油大学出版社 21.5万字 独著2009.6 分布计算应用模型 科学出版社 8万字 第22010.6 加密解密全攻略(第三版) 中国铁道出版社 9万字 第2�

数据挖掘是一个涉及数据库技术、人工智能、统计学、机器学习等多个学科的领域，并且已经在各行各业有了非常广泛的应用。为适应我国数据挖掘的教学工作，作者在数据挖掘教学实践的基础上，参阅了多种国内外最近版本的教材，编写了本书。本书可以作为高等院校研究生的教材，也可以为相关行业的工程技术人员提供有益的参考。 本书内容在安排上循序渐进，对数据挖掘的基本算法进行了详细的讲解。本书最大的特点是理论与实践相结合，全书几乎所有的算法都配有实例和源程序，这种理论与实际相结合的方法克服了只重理论轻实践的内容组织方式，便于读者理解和掌握所学知识。具体而言，本书11章内容之间的关系如下图所示。 本书配有教学课件，读者可登录www.tup.com.cn网站自行下载。由于编者水平有限，本书必定存在不少缺点和不足之处，恳请专家和读者批评指正。 编者 2014年12月