《数据挖掘进盐甲与最优化技术及其应用》是2007年7月科学出版社出版的图书，作者来自是袁玉波。

• 书名 数据挖掘与最优化技术及其应用
• 作者 袁玉波
• ISBN 9787030190772
• 页数 206
• 定价 36.00元

内容简介

卷证队究搞讲婷分九　　《数据挖掘与最优化技术及其应用》介绍几类数据挖掘问题来自优化模型以及用于求解数据挖掘的优化模型的优化算法，也包括算法设计和数磁扬视值实验。

　　《数据挖掘与最优化技术及其应用》详细介绍了数据分类问题、数据聚类问题、回归问题、等基数的双目录分割问题以及数据相关性问题的最优化数学模型。关联规则挖掘算法和因果规则的近似表示理论。它包括了数据挖掘数学理论基础研究的最新成果。

编辑推荐

　　《达还端础价阻数据挖掘与最优化技术及其应用》主要内容是数据挖掘与最优化理论的交叉研究内容，由于知识面等原因，不足之处恳请读者谅解。

　　《数据挖掘与最优化技术及其应用》可以作为数据挖掘理论和算法研究工作者参考书使用，也可以作为研究生教材使用。

图书目录

　　第一章 引言

　　1.1 数据挖掘的意义

　　1.2 数据库知识发现

　　1.3 数据挖掘的主要内容

　　1.4 数据挖掘的应用

　　1.5 本书的研究工作和来自主要成果

　　第二360百科章 数据挖掘问题最优化模型及数学基础知识

　沿陈福齐负极　2.1 数据挖掘问题小七伯湖候与最优化的结合

　　2.2 数学基础知识

　　2.2.1 范数与不等式

　　2.2.2 矩阵的rayleigh商

　　2.2.3 多元若只元知老士集了由风函数分析

　　2.2.4 凸集合和凸函数

　　2.2.5 优化数学模型的算法结构

　　2.3 分类问题的优化模型

　　2.4 聚类问题的优化模型

　　2.5 回归问题的优化模型

　　2.6 相关性煤问题的建模

　　2.7 小结

　　第三章 支持向量机分爱类技术

　　3.1 数据分类理论和算法综述

　　3.2 支持向量机分类技术

　　3.2.1 支持向量机分类的优化模型

　　3.2.2 光滑的支持向量机模型

　　3.3 bfgs方法和newton-armijo方法

　　3.4 数值试验

　　3.5 pssvm的实际应用研究

　　3.6 基于核函数的支持向量机分类方法

　　3.7 小结

　　第四章 聚类优化模重负座真看伯绿型及其求解算法

　　4.酒亮1 数据聚类的数学规划模型

　　4.2 数据聚类的k质心聚类算法

　　4.3 改进的k质心聚类算法

　　4.弦清增粉配占半4 基于核的k质心聚类算至史并法

　　4.5 基于样本分割函数的k质心聚类算法

　　4.6 基于遗传算法的k质心聚类算法

　　4.7 小结

　　第五章 等基数双目录分割问题

　　5.1 等基数双南掌目录分割问题数学模型

　　5.2 改进的随机算市章扬法(ira)

　　5.3 ira算法分析

　　5.4 小结

　　第六章 关联规则挖掘算法和规则近似表示

　　6.1 关联规则挖掘的一般概念

　　6.2 关联规则挖掘算法

　　土敌6.3 矩阵算法

　　6.3.1 矩阵算法的过程

　　6.3.2 矩阵算法的数值实验

　　6.4 数据库因果关系的线性化近似

　　6.4.1 数据库因果关系

　　6.4.2 因果关系的线性多项式近似

　　6.5 小结

　　第七章 数据挖掘应用

　　7.1 数据挖掘在生物信息学中的应用

　　7.2 数据挖掘在保险业中的应料坚宽找乎依棉翻水用

　　7.3 数据挖仍棉扬令响景力促反免掘在金融业中的应用

　　参考文献

　　附录

　　附录a procedure for generating-matrix(t)

　　附录b procedure joillt operatio理倍华农殖n(lk-1)

　　附录c procedure frequentitemsets(ck)

　　附录d procedure of genera坐建黄买居ting association-rules(l)