Data Mining

: Литература по курсу
[+]
  • 1.
    and Uthurusamy, Fayyad, Piatetsky-Shapiro, Smyth
    Advances in Knowledge Discovery and Data Mining, , (Chapter 1)
    AAAI/MIT Press 1996
  • 2.
    Вячеслав Дюк
    Data mining - интеллектуальный анализ данных
  • 3.
    Parsaye K
    A Characterization of Data Mining Technologies and Processes
    The Journal of Data Warehousing. 1998.№ 1
  • 4.
    Дадим слово критикам
    По материалам зарубежных сайтов, перевод Intersoft Lab, 2003 г
  • 5.
    Gregory Piatetsky-Shapiro
    Machine Learning and Data Mining. Course Notes
    Fall 2003
  • 6.
    Иванов О.В
    Статистика / Учебный курс для социологов и менеджеров. Часть 1. Описательная статистика. Теоретико-вероятностные основания статистического вывода
    М. 2005. 187 с
  • 7.
    CSci 5980: Data Mining (Spring 2004).
    Vipin Kumar. Army High Performance Computing Research Center, Department of Computer Science, University of Minnesota
  • 8.
    Newquist H. P
    Data Mining: The AI Metamorphosis
    Database Programming and Design. - 1996. № 9
  • 9.
    Parsaye K
    A Characterization of Data Mining Technologies and Processes
    The Journal of Data Warehousing. 1998.№ 1
  • 10.
    Brand E., Gerritsen R
    Data Mining and Knowledge Discovery
    DBMS. 1998. № 7
  • 11.
    Л. В. Щавелёв
    Способы аналитической обработки данных для поддержки принятия решений
    СУБД. 1998. № 4-5
  • 12.
    Арагон Л
    Долой грязь!
    PC Week/RE. 1998. № 6. C. 53-54
  • 13.
    Киселев М., Соломатин Е
    Средства добычи знаний в бизнесе и финансах
    Открытые системы. 1997. № 4. С. 41-44
  • 14.
    Мусаев А.А
    Алгоритмы аналитического управления производственными процессами
    Автоматизация в промышленности. 2004, №1, с. 30-35
  • 15.
    John F. Elder IV & Dean W. Abbott
    KDD-98: A Comparison of Leading Data Mining Tools
    Fourth International Conference on Knowledge Discovery & Data Mining, August 28, 1998. New York
  • 16.
    Дюк В.А., Самойленко А.П
    Data Mining: учебный курс
    СПб.: Питер, 2001
  • 17.
    Damiaan Zwietering, Helena Gottschalk, Hosung Kim, Joerg Reinschmidt
    Intelligent Miner for Data: Enhance Your Business Intelligence J
    June 1999, International Technical Support Organization, SG 245422
  • 18.
    Эделстейн Г
    Интеллектуальные средства анализа, интерпретации и представления данных в информационных хранилищах
    ComputerWeek-Москва. 1996. № 16. С. 32-33
  • 19.
    Николаев А
    Строителям информационных пирамид
    Открытые системы, 1999, №9-10
  • 20.
    Игорь Ашманов
    Информация и знания: невидимая грань
  • 21.
    COMP 290-090 Data Mining: Concepts, Algorithms, and Applications
    Wei Wang Fall 2004, The UNIVERSITY of NORTH CAROLINA at CHAPEL HILL
  • 22.
    Gregory Piatetsky-Shapiro
    Machine Learning, Data Mining, and Knowledge Discovery: An Introduction
  • 23.
    Jiawei Han and Micheline Kamber
    Data Mining: Concepts and Techniques, The Morgan Kaufmann
    Series in Data Management Systems, Jim Gray, Series Editor Morgan Kaufmann Publishers, August 2000. 550 pages. ISBN 1-55860-489-8
  • 24.
    Прогнозирование продаж товаров. Forecast Expert Sales System
  • 25.
    Можно ли увидеть 88-е измерение?
    Computerworld, 2002, №46.
  • 26.
    Аджиев В
    Mineset - визуальный инструмент аналитика
    Открытые системы, 1997, N3, с. 72-77
  • 27.
    Ananth Y. Grama, Naren Ramakrishnan
    Data Mining-Guest Editors' Introduction: From Serendipity to Science,
    Computer, vol. 32, no. 8, pp. 34-37, August, 1999
  • 28.
    Data Mining. Применение
  • 29.
    Электронная коммерция. Data Mining
  • 30.
    Data Mining в сфере бизнеса и финансов: Фондовые рынки
  • 31.
    Ahsan habib, Amalendu Roy, Baojing Lu, David Diaz, Jingkai Zhou, Maria Canton, Md Abdul Maleq Khan, Qin Ding, Qinghua Zou, Qun Wei
    Data Mining Survey
    2000
  • 32.
    Беднарц Энн
    Новое слово в аналитике
    Computerworld, 2005, №16
  • 33.
    Венкатеш Ганти, Йоханнес Герке, Раджу Рамакришнан
    Добыча данных в сверхбольших базах данных
    Открытые системы, 1999, №9-10
  • 34.
    Дюк В.А., Эмануэль В.Л
    Информационные технологии в медико-биологических исследованиях
    Питер, 2003, 525 с
  • 35.
    Деревья решений - общие принципы работы - BaseGroup Labs
  • 36.
    and M. Mehta, J. Shafer, R. Agrawal
    SPRINT: A Scalable Parallel Classifier for Data Mining, Proc. 22nd Int'l Conf. Very Large Data Bases,"
    Morgan Kaufmann, San Francisco, 1996, pp. 544-555
  • 37.
    Метод Опорных Векторов
  • 38.
    B. Scholkopf, G. Ratsch, K. Muller, K. Tsuda, S. Mika
    An Introduction to Kernel-Based Learning Algorithms
    IEEE Neural Networks, 12(2):181-201, May 2001
  • 39.
    Сайт STATISTICA (StatSoft)
  • 40.
    Chickering D, Geiger D., Heckerman D.
    Learning Bayesian networks: The combination of knowledge and statistical data
    Machine Learning. 1995. 20. P. 197-243
  • 41.
    Heckerman D
    Bayesian Networks for Data Mining
    Data Mining and Knowledge Discovery. 1997. № 1. P. 79-119
  • 42.
    etc, Friedman N., Geiger D., Goldszmidt M.
    Bayesian Network Classifiers
    Machine Learning. 1997. 29. P. 131-165
  • 43.
    Brand E., Gerritsen R
    Naive-Bayes and Nearest Neighbor
    DBMS. 1998. № 7
  • 44.
    Итоги науки и техники: физические и математические модели нейронных сетей, том 1
    М., изд. ВИНИТИ, 1990
  • 45.
    А.Н. Горбань, А.Н. Кирдин и др, В.Л. Дунин-Барковский
    Нейроинформатика
    Новосибирск: Наука, 1998. 296с
  • 46.
    А.Н. Горбань
    Методы нейроинформатики
    КГТУ, Красноярск, 1998. 205 с
  • 47.
    Rosendlatt F
    Principles of Neurodinamics
    Washington D.C.: Spartan Press, 1961
  • 48.
    Аналитическая платформа Deductor 4. Руководство пользователя
    BaseGroup Labs 1998-2005
  • 49.
    Медведев В.С., Потемкин В.Г
    Нейронные сети. Matlab 6
    Диалог-МИФИ. 2002, 496 стр
  • 50.
    П.Маслобоев
    Введение в Neural Network Toolbox
  • 51.
    Уоссермен
    Нейрокомпьютерная техника
    М.,Мир, 1992
  • 52.
    and A. Zhang, G. Sheikholeslami, S. Chatterjee
    WaveCluster: A Multi-Resolution Clustering Approach for Very Large Spatial Databases
    Proc. 24th Int'l Conf. Very Large Data Bases, Morgan Kaufmann, San Francisco, 1998, pp. 428-439
  • 53.
    and K. Shim, R. Rastogi, S. Guha
    CURE: An Efficient Clustering Algorithm for Large Databases
    Proc. ACM SIGMOD Int'l Conf. Management of Data, ACM Press, New York, 1998, pp. 73-84
  • 54.
    M. Ester et al.
    A Density-Based Algorithm for Discovering Clusters in Large Spatial Databases with Noise
    Proc. 2nd Int'l Conf. Knowledge Discovery Databases and Data Mining, AAAI Press, Menlo Park, Calif., 1996, pp. 226-231
  • 55.
    Информационные технологии и программирование: Межвузовский сборник статей. Вып. 2 (7)
    М.: МГИУ, 2003. 62 с
  • 56.
    И.С.Енюков
    Факторный, дискриминантный и кластерный анализ
    М.: Финансы и статистика, 1989
  • 57.
    А.Г. Костерин
    ПРАКТИКА СЕГМЕНТИРОВАНИЯ РЫНКА
  • 58.
    A. Swami, R. Agrawal, T. Imielinski
    Mining Associations between Sets of Items in Massive Databases
    Proc. of the ACM-SIGMOD 1993 Int'l Conference on Management of Data, Washington D.C., May 1993
  • 59.
    R. Agrawal, R. Srikant
    Fast Algorithms for Mining Association Rules
    Proc. of the 20th Int'l Conference on Very Large Databases, Santiago, Chile, Sept. 1994
  • 60.
    Jong Soo Park, Ming-Syan Chen and Philip S. Yu
    An effective Hash-Based Algorithm for Mining Association Rules
    Proc. of the ACM SIGMOD Int'l Conf. on Management of Data, San Jose, CA, 1995
  • 61.
    J. S. Park, M. S. Chen and P. S. Yu
    Efficient Hash-Based Algorithm for Mining Association Rules
    Proc. Int'l Conf. Information and Knowledge Management, Baltomore, Md., Nov. 1995
  • 62.
    A. Savasere, and S. Navathe, E. Omiecinski
    An Efficient Algorithm for Mining Association Rules in Large Databases
    Proc. 21st Int'l Conf. Very Large Data Bases, Morgan Kaufmann, San Francisco, 1995, pp. 432-444
  • 63.
    S. Brin et al
    Dynamic Itemset Counting and Implication Rules for Market Basket Data
    Proc. ACM SIGMOD Int'l Conf. Management of Data, ACM Press, New York, 1997, pp. 255-264
  • 64.
    У. Боумен
    Графическое представление информации
    М.: "Мир", 1971
  • 65.
    Chernoff, H
    The Use of Faces to Represent Points in K-Dimensional Space Graphically
    Journal of American Statistical Association, 68, 361-368
  • 66.
    Edward. R. Tufte
    The Visual Display of Quantitative Information
    Graphics Press. 2001
  • 67.
    Филип Рассом
    Тенденции программного обеспечения в области визуализации данных для бизнес-пользователей
    01.05.2000
  • 68.
    Плотинский Ю.М
    Визуализация информации
    М., 1994
  • 69.
    Ю.Н Книга, Ю.Р. Валькман
    Графическое представление информации в проблемах принятия решений
    Материалы Диалога 2001
  • 70.
    Eom S.B
    decosion support systems research: reference disciplines and a cumulative tradition
    The International Journal of Management Science, 23, 5, October 1995, p. 511-523
  • 71.
    Hackthorn R, Inmon W.H.
    Using the Data Warehouse
    1994
  • 72.
    Fayyad U., Piatetsky-Shapiro G., Smyth P., Uthurusamy R
    Advances in Knowledge Discovery and Data Mining
    AAAI/MIT Press: 1996
  • 73.
    Ginzberg M.S., Stohr E.A
    Decision Support Systems: Issues and Perspectives
  • 74.
    Ситник В.Ф
    та iн. Системи пiдтримки прийняття рiшень
    К.: Технiка, 1995
  • 75.
    Simon H.A
    The New Science of Management Decision
  • 76.
    Венкатеш Ганти, Сураджит Чаудхури, Умешвар Дайал
    Технология баз данных в системах поддержки принятия решений
    Открытые системы, 2002, №1
  • 77.
    Львов В
    Создание систем поддержки принятия решений на основе хранилищ данных
    Системы управления базами данных, 1997, №3
  • 78.
    Parsaye K
    Surveying Decision Support: New Realms of Analysis
    Database Programming and Design. 1996. № 4
  • 79.
    Э.А. Тахтенгерц
    Компьютерная поддержка принятия решений
    М.: СИНТЕГ. 1998, с. 376, с ил
  • 80.
    Совместное использование учетных систем и технологии OLAP
    2003 г
  • 81.
    Интеграция OLAP и ИАД
  • 82.
    Parsaye K
    OLAP and Data Mining: Bridging the Gap
    Database Programming and Design. 1997. № 2
  • 83.
    Билл Инмон
    Производительность систем хранилищ данных
    Performance In The Data Warehouse Environment. 2000 г. №4. С. 41-48
  • 84.
    Кузнецов С
    Хранилища данных в начале века
    Открытые системы, 2002, №1
  • 85.
    D. Hackathorn
    Reinventing Enterprise Systems Via Data Warehousing
    Washington, DC: The Data Warehousing Institute Annual Conference, 1995
  • 86.
    Коровкин С. Д., Левенец И. А., Ратманова И. Д., Старых В. А., Щавелев Л. В
    Решение проблемы комплексного оперативного анализа информации хранилищ данных
    Системы управления базами данных, 1997, №5-6
  • 87.
    Полина Трофимова
    Если хранилища данных создаются, значит, это кому-нибудь нужно?
    Intelligent Enterprise, 29 мая, 2001 г
  • 88.
    ГЛОССАРИЙ ПО DWH, OLAP, XML
  • 89.
    Десять основных тенденций 2005 года в области Business Intelligence и Хранилищ данных: оправдался ли прогноз?
    КЛУБ ЗНАТОКОВ DATAWAREHOUSE, OLAP, XML.
  • 90.
    Вон Ким
    Три основных недостатка современных хранилищ данных
    Открытые системы, 2003, №2
  • 91.
    B. Choi, D. Lee, E. Hong, S. Kim, W. Kim
    A Taxonomy of Dirty Data
    Journal of Data Mining and Knowledge Discovery, the Kluwer Academic-Publishers, 2003
  • 92.
    Erhard Ram, Hong Hai Do
    Очистка данных: проблемы и актуальные подходы
    01.12.2000
  • 93.
    Джули Борт
    Очистка данных
    Computerworld, 1996, №34
  • 94.
    Рич Олшефски
    Как избежать двух основных крайностей программ по очистке данных
    июн.00
  • 95.
    Роналд Фоурино
    Электронное качество данных: скрытая перспектива очистки данных
    01.03.2001
  • 96.
    Бакалавр Экономики : хрестоматия. В 3 т. Т.2 / РЭА им. Г.В. Плеханова
    Центр кадрового развития. М. : Инф.-издат. фирма "Триада", 1999. - 1056 с
  • 97.
    Вейн Куртц, Джим Янг, Санай Сони, Чжаохай Танг
    Измерение быстродействия работы алгоритмов
    10.09.2002
  • 98.
    Виртуальное проектирование изделий (VPD) в мировой практике информационной поддержки жизненного цикла продукции
    2005 г
  • 99.
    Сайт CRISP-DM
  • 100.
    Colin Shearer (SPSS) and Rudiger Wirth (DaimlerChrysler), Julian Clinton (SPSS), Pete Chapman (NCR), Randy Kerber (NCR), Thomas Khabaza (SPSS), Thomas Reinartz (DaimlerChrysler)
    CRISP-DM 1.0. Step-by-step data mining guide
    Copyright c 1999, 2000
  • 101.
    Сайт компании SAS
  • 102.
    DMG
  • 103.
    SAS Enterprise Miner 5.1 - 2003 by SAS Institute Inc.
  • 104.
    Сайт компании Мегапьютер
  • 105.
    Арсеньев С, Слынько Ю.
    Универсальная платформа интеллектуального бизнеса
    Открытые системы, 2001, №10
  • 106.
    Сайт компании Cognos
  • 107.
    Материалы предоставлены компанией Микротест - Программ Лайн
  • 108.
    Сайт компании StatSoft
  • 109.
    Сайт www.spc-consulting.ru/dms/
  • 110.
    STATISTICA System Reference - 2003 by StatSoft Inc.
  • 111.
    Сайт компании Oracle
  • 112.
    Продукты Oracle
  • 113.
    Ольга Горчинская
    Семинары по технологиям Oracle9i. Инструментальные средства Oracle Data Mining
  • 114.
    Сайт компании BaseGroup Labs
  • 115.
    Сайт компании KXEN
  • 116.
    Материалы предоставлены компанией КХЕМА
  • 117.
    Материалы предоставлены компанией SnowCactus

Вопросы и ответы

вопросов: 10
Никита Бойко
Никита Бойко
ответить
Анна Зиненко
Анна Зиненко
ответить