作者	米哈尔斯基
出版社
出版时间	2004-01-01

特色：
随着数据库技术的应用越来越普及，人们正逐步陷入“数据丰富，知识贫乏”的尴尬境地。在此背景下，数据挖掘技术，又称数据库知识发现，于20世纪90年代开始迅速兴起。这一信息领域是基于机器学习、统计分析等多种学科的计算机技术的，它能够有效帮助人们将巨大的数据资源转换为有用的知识与信息资源，进而可以帮助人们科学地做出各种决策。 机器学习是一个有关对学习过程中的计算方法的研究，以及如何应用基于计算机的学习系统解决实际问题的学科领域。机器学习中一个重要的研究内容就是对于从样本中获取相应概念描述方法的研究。因此许多机器学习方法可直接用来解决数据挖掘问题。而数据挖掘问题就是从大规模数据库中搜索出有趣模式和重要规律的问题。 本书主要是为广大机器学习或数据挖掘的非专业人员，却对机器学习或数据挖掘应用及其入门知识感兴趣的读者而编写的。因此本书收集众多不同领域中数据挖掘的实际案例，以此来说明数据挖掘的具体解决方法，期望能为广大读者提供一个更为广阔的数据挖掘应用视角。而这一点正是本书与其他数据挖掘书籍的*大区别。

本书分为5个部分，共18章，较为全面地介绍了机器学习的基本概念，并讨论了数据挖掘和知识发现中的有关问题及多策略学习方法，具体地阐述了机器学习与数据挖掘在工程设计，文本、图像和音乐，网页分析、计算机病毒和计算机控制，医疗诊断、生物医疗信号分析和水质分析中的生物信号处理等方面的应用情况。 本书收集众多不同领域中数据挖掘的实际案例，以此来说明数据挖掘的具体解决方法，以期为广大读者提供一个更为广阔的数据挖掘应用视角。 本书的读者，可以是任何对机器学习与数据挖掘感兴趣的工程技术人员、业务管理人员，或是从事具体技术工作的其他人员。本书也可作为大专院校相关课程的重要辅导教材。