第1章 绪论
1.1 什么是数据挖掘
1.2 数据挖掘要解决的问题
1.3 数据挖掘的起源
1.4 数据挖掘任务
1.5 本书的内容与组织
文献注释
参考文献
习题

第2章 数据
2.1 数据类型
2.1.1 属性与度量
2.1.2 数据集的类型
2.2 数据质量
2.2.1 测量和数据收集问题
2.2.2 关于应用的问题
2.3 数据预处理
2.3.1 聚集
2.3.2 抽样
2.3.3 维归约
2.3.4 特征子集选择
2.3.5 特征创建
2.3.6 离散化和二元化
2.3.7 变量变换
2.4 相似性和相异性的度量
2.4.1 基础
2.4.2 简单属性之间的相似度和相异度
2.4.3 数据对象之间的相异度
2.4.4 数据对象之间的相似度
2.4.5 邻近性度量的例子
2.4.6 邻近度计算问题
2.4.7 选取正确的邻近性度量
文献注释
参考文献
习题
第3章 探索数据
第4章 分类：基本概念、决策树与模型评估
第5章 分类：其他技术
第6章 关联分析：基本概念和算法
第7章 关联分析：高级概念
第8章 聚类分析：基本概念和算法
第9章 聚类分析：其他问题与算法
第10章 异常检测
文献注释
参考文献
习题
附录a 线性代数
附录b 维归约
附录c 概率统计
附录d 回归
附录e 优化