第一章 绪论1 数据挖掘概述2 数据挖掘的分类3 数据挖掘研究的公开问题4 国内外数据挖掘研究现状本章参考文献第二章 KDD的理论基础1 数学理论Ⅰ2 数学理论Ⅱ3 机器学习理论4 数据库理论5 可视化理论本章参考文献第三章 计算智能方法理论基础1 神经网络2 进化计算3 免疫克隆计算第四章 基于神经网络与进化计算的分类1 神经网络分类2 海量数据的组织协同进化分类算法3 基于免疫克隆算法的特征选择本章参考文献第五章 支撑矢量机与核分类1 统计学习理论2 支撑矢量机3 子波核匹配追踪学习机本章参考文献第六章 集成分类器1 集成学习2 Boosting概述3 Bagging算法4 基于免疫克隆算法的选择性SVMs集成5 核匹配追踪分类器集成本章参考文献第七章 大规模数据聚类算法第八章 关联规则挖掘第九章 数据挖掘应用实例及可视化