本書(shū)結(jié)合典型的數(shù)據(jù)挖掘案例，詳細(xì)介紹了若干種重要的數(shù)據(jù)挖掘算法的實(shí)現(xiàn)原理和應(yīng)用方法。其中，第1、2章介紹了回歸、 分類(lèi)、聚類(lèi)的概念及其實(shí)現(xiàn)的主要方法，如線性回歸、邏輯回歸、K近鄰和K均值；第3~5章介紹了數(shù)據(jù)挖掘的主要策略，如決策樹(shù)、提升算法和支持向量機(jī)； 在前述知識(shí)的基礎(chǔ)上，第6~8章介紹了實(shí)現(xiàn)人工智能算法的三種基礎(chǔ)網(wǎng)絡(luò)結(jié)構(gòu)，即人工神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、 長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)。 通過(guò)閱讀本書(shū)，讀者既可以理解各種數(shù)據(jù)挖掘算法的實(shí)現(xiàn)原理，又可以掌握將算法應(yīng)用于實(shí)際數(shù)據(jù)挖掘的一般流程和方法。

本書(shū)可作為高等院校理工科相關(guān)專(zhuān)業(yè)本科生、研究生的教材，也可供相關(guān)人員自學(xué)使用。