隨著數據集規模和復雜度的持續上升，分析員必須利用更高級的軟件工具來執行間接的、自動的智能化數據分析?！稊祿诰颍焊拍睢⒛Ｐ?、方法和算法(第2版)》介紹了通過分析高維數據空間中的海量原始數據來提取用于決策的新信息的尖端技術和方法。

本書開篇闡述數據挖掘原理，此后在示例的引導下詳細講解起源于統計學、機器學習、神經網絡、模糊邏輯和演化計算等學科的具有代表性的、最前沿的挖掘方法和算法。本書還著重描述如何恰當地選擇方法和數據分析軟件并合理地調整參數。每章末尾附有復習題。

本書主要用作計算機科學、計算機工程和計算機信息系統專業的研究生數據挖掘教材，高年級本科生或具備同等教育背景的讀者也完全可以理解本書的所有主題。

◆ 介紹支持向量機(SVM)和Kohonen映射

◆ 講解DBSCAN、BIRCH和分布式DBSCAN聚類算法

◆ 介紹貝葉斯網絡，討論圖形中的Betweeness和Centrality參數測量算法

◆ 分析在建立決策樹時使用的CART算法和基尼指數

◆ 介紹Bagging & Boosting集成學習方法，并詳述AdaBoost算法

◆ 討論Relief以及PageRank算法

◆ 討論文本挖掘的潛在語義分析(LSA)，并分析如何測定文本文檔之間的語義相似性

◆ 講解時態、空間、Web、文本、并行和分布式數據挖掘等新主題

◆ 更詳細地講解數據挖掘技術商業、隱私、安全和法律方面的內容