作者简介
吴信东（Xindong Wu），教授 英国 爱丁堡大学 人工智能 学博士，任 美国 佛蒙特大学 计算机 科学 系主任。吴教授在 数据 挖掘、知识 系统 和Web 信息 开发 等 研究 领域内颇有建树，在IEEE TKDE、TPAMI、ACMTOIS、DMKD、KAIS、IJCAI、AAAI、ICMI_、K DD、ICDM和WWW等 学术 会议和期刊上发表了1 7 0余篇学术论文，另外，还 出版 了18部学术专著和会议文集。他还获得了IEEE ICTAI-2005的最佳论文奖和IEEE ICDM-2007的最佳 理论 ／ 算法 论文奖亚军。吴博士是IEEE Transactzons on KnowL edge and Data Engineering（TKDE，由IEEE Computer Society主办）的主编，IEEE International Con erence on Data Mining （ICDM）的创始人和指导委员会主席，Knowledge and In ormation Systems（KAIS，由Springer发行）的创办人和荣誉主编，IEEE Computer Society Technical Committee on Intelligent Informatics（TCII）的创始主席（2002-200 6 ），Springer Advanced Information and Knowledge Processing （AI& KP）系列著作的编辑。他还是ICDM'03（the 2003 IEEE International Conference on Data Mining） 程序 委员会主席和KDD-07（the 13th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining）程序委员会联合主席。他获得了200 4 ACM SIGKDD服务奖、2006 IEEE ICDM杰出服务奖。他还是很多学术会议的特邀专家／专题报告人，如NSF-NGDM'07、PAKDD-07、IEEE EDOC'06、IEEE ICTAI'04、IEEE/WIClACM WI'04lIAT'04、SEKE 2002和PADD-97等。
Vipin Kumar，教授，明尼苏达大学计算机科学与工程系William Norris讲席教授、系主任。他于1977年获得 印度 鲁尔基理 工学 院（正式名称是鲁尔基大学）的电子和通信工程学士学位，1979年获得 荷兰 埃因霍温飞利浦国际学院的电子工程硕士学位，1982年获得马里兰大学帕克分校的计算机科学博士学位。Kumar教授的研究兴趣主要集中在 数据挖掘 、 生物 信息学和高性能计算领域。他提出了评估并行算法可扩展性的恒等 效率 度量指标，并研发了多款稀疏矩阵分解（PSPASES）和图剖分（METIS，ParMctis， hMetis）的高效并行算法及 软件 。他发表了200多篇研究论文，合编合著了9本学术专著，包括被广泛使用的教科书Introduction to Parallel Computing和Introduction to Data Mining，者5由Addison-Wesley出版。Kumar是众数据挖掘和多并行计算领域的学术会议、专题研讨会的主席或共同主席，女口IEEE International Con ference on Data Mining（2002）、International Parallel and Distributed Processing Symposium（2001）和SIAM International Con ference on Data Mining（2001）.Kumar是SIAM International Conference on Data Mining指导委员会共同主席，IEEE International Conference on Data Mining和IEEE International Conference on Bio info rmatics and Biomedicine指导委员会委员。Kumar是Journal of Statistical Analysis and Data Mining的创始主编之——，IEEE Intelligent In ormatics Bulletin主编和Data Mining and Knowledge Discovery系列图书（由CRC Press／Chapman Hall出版）的编辑。Kumar还担任很多其他学术刊物的编辑，如Data Mining and Kno-wledge Discovery、KnowLedge and Information Systems、IEEE Computational Inteltigence Bulletin、Annual Review of Inteltigent In formatics、Parallel Com puting、Journal of Parallel and Distributed Computing、IEEE Trans action s of Data and Kno-wledge Engineering（1993-1997）、IEEE Concurrency（1997-2000）和IEEE ParalleL and Distributed Technology（1995-1997）等。他是ACM会士、IEEE会士、AAAS会士和SIAM会员。Kumar由于在并行算法 设计 、图剖分和数据挖掘领域的杰出贡献，获得了2005 IEEE Computer Society的 技术 成就奖。
内容简介
《 世界 著名计算机教材精选：数据挖掘十大算法》详细介绍了在实际中用途最广、影响最大的十种数据挖掘算法，这十种算法是数据挖掘领域的顶级专家进行投票筛选的，覆盖了分类、聚类、 统计 学习 、关联分析和链接分析等重要的数据挖掘研究和发展主题。《世界著名计算机教材精选：数据挖掘十大算法》对每一种算法都进行了多个角度的深入剖析，包括算法 历史 、算法过程、算法特性、软件实现、前沿发展等，此外，在每章最后还给出了丰富的习题和精挑细选的参考 文献 ，对于读者掌握算法基本知识和进一步研究都非常有 价值 ，对数据挖掘、 机器学习 和人工 智能 等学科的课程的设计有指导意义。
评论列表
发表评论