Detail View

목차
제1장 서론 = 2
 1.1 데이터 마이닝이란 무엇인가? = 3
 1.2 계기가 된 도전들 = 4
 1.3 데이터 마이닝의 기원 = 6
 1.4 데이터 마이닝 작업 = 7
 1.5 이 책의 범위와 구성 = 11
 1.6 참고문헌 설명 = 12
 1.7 연습문제 = 17
제2장 데이터 = 19
 2.1 데이터의 타입 = 22
 2.2 데이터 품질 = 35
 2.3 데이터 전처리 = 43
 2.4 유사도와 비유사도의 척도 = 62
 2.5 참고문헌의 설명 = 82
 2.6 연습문제 = 86
제3장 데이터 탐색 = 95
 3.1 아이리스 데이터 집합 = 96
 3.2 요약 통계 = 97
 3.3 가시화 = 104
 3.4 OLAP과 다차원 데이터 분석 = 128
 3.5 참고문헌 설명 = 136
 3.6 연습문제 = 138
제4장 분류: 기본개념, 의사결정, 트리모델 평가 = 141
 4.1 서론 = 142
 4.2 분류 문제 해결을 위한 일반적인 접근 방법 = 144
 4.3 의사결정 트리 귀납 = 146
 4.4 모델 과잉적합 = 167
 4.5 분류기 성능 평가 = 181
 4.6 분류기 비교 방법 = 183
 4.7 참고문헌 설명 = 189
 4.8 연습문제 = 194
제5장 분류: 다른 방법들 = 203
 5.1 규칙기반 분류기 = 204
 5.2 인접 이웃 분류기 = 219
 5.3 베이지안 분류기 = 223
 5.4 인공신경망(ANN) = 241
 5.5 지지도 벡터 기계(SVM) = 250
 5.6 앙상블 기법 = 270
 5.7 클래스 불균형 문제 = 287
 5.8 멀티클래스 문제 = 298
 5.9 참고문헌 주석 = 301
 5.10 연습문제 = 307
제6장 연관 분석: 기본 개념과 알고리즘 = 319
 6.1 문제 정의 = 321
 6.2 빈발 항목집합 생성 = 324
 6.3 규칙 생성 = 342
 6.4 빈발 항목집합들의 간결한 표현 = 346
 6.5 빈발 항목집합들을 생성하기 위한 대체 방법 = 352
 6.6 FP-성장 알고리즘 = 357
 6.7 연관 패턴의 평가 = 363
 6.8 편향 지지도 분포의 영향 = 378
 6.9 참고문헌 설명 = 383
 6.10 연습문제 = 397
제7장 연관 분석: 고급 개념 = 409
 7.1 범주형 속성 처리 = 410
 7.2 연속형 속성 처리 = 413
 7.3 개념 계층 처리 = 421
 7.4 순차 패턴 = 423
 7.5 부분그래프 패턴 = 437
 7.6 비빈발 패턴 = 452
 7.7 참고문헌 설명 = 465
 7.8 연습문제 = 469
제8장 군집분석: 기본 개념과 알고리즘 = 485
 8.1 개요 = 488
 8.2 K-means = 494
 8.3 병합형 계층 군집화 = 513
 8.4 DBSCAN = 523
 8.5 군집 평가 = 529
 8.6 참고문헌 설명 = 552
 8.7 연습문제 = 557
제9장 군집분석: 부가적인 문제와 알고리즘 = 567
 9.1 데이터, 군집, 그리고 군집화 알고리즘의 특성 = 568
 9.2 프로토타입기반 군집화 = 575
 9.3 밀도기반 군집화 = 596
 9.4 그래프기반 군집화 = 608
 9.5 확장성 있는 군집화 알고리즘 = 627
 9.6 어떤 군집화 알고리즘을 선택할 것인가? = 635
 9.7 참고문헌 설명 = 638
 9.8 연습문제 = 643
제10장 이상치 탐지 = 647
 10.1 기초 지식 = 649
 10.2 통계 접근방식 = 655
 10.3 근접성 기반 이상치 탐지 = 662
 10.4 밀도-기반 이상치 탐지 = 664
 10.5 군집 기반 기법 = 667
 10.6 참고문헌 설명 = 671
 10.7 연습문제 = 677
찾아보기 = 683