現代數據分析與信息模式識別（簡體書）

《現代數據分析與信息模式識別》以“複雜數據—數據分析—模式識別”為主線，論述了現代數據分析與信息模式識別的基本理論和方法，旨在利用模糊集、粗糙集、粒度計算等不確定的理論與方法分析數據的內在特性、數據間的依賴關係、數據的分類分析與聚類分析、多元數據的矩陣模式分析，並用於知識的發現、識別、決策、對策及融合分析。

前言
第一篇現代數據分析
第1章不確定性分析的理論與方法
1．1信息熵
1．1．1離散信源的數學模型
1．1．2通信系統基本模型
1．1．3自信息量
1．1．4信息熵的概念與性質
1．2離散信道及其信息傳遞
1．2．1離散信道
1．2．2互信息量
1．3模糊集
1．3．1模糊集的概念
1．3．2模糊集的表示方法
1．3．3模糊集的代數運算
1．3．4模糊集與普通集
1．3．5模糊關係
1．4粗糙集
1．4．1粗糙集的基本概念
1．4．2粗糙集中的知識表示
1．4．3知識約簡
1．5粒度計算
1．5．1粒度計算的概念
1．5．2粒度計算的基本成分
1．5．3粒度計算的基本問題
參考文獻
第2章多因素分析
2．1主成分分析
2．1．1主成分分析的概念
2．1．2主成分分析的數學模型
2．1．3主成分的導出
2．1．4主成分分析的計算步驟
2．2因子分析
2．2．1因子分析的概念
2．2．2因子分析的模型
2．2．3因子分析的步驟
2．3對應分析
2．3．1對應分析的原理
2．3．2對應分析的對應圖
2．4典型相關分析
2．4．1典型相關分析的基本概念
2．4．2總體的典型變量與典型相關
2．4．3樣本的典型變量與典型相關
2．4．4典型相關係數的顯著性檢驗
參考文獻
第3章分類分析
3．1基於決策樹的分類
3．1．1決策樹的構建及ID3算法
3．1．2決策樹的剪枝及分類規則的提取
3．2基於距離的分類
3．2．1統計距離
3．2．2兩個總體的距離分類
3．2．3多個總體的距離分類
3．3貝葉斯分類
3．3．1兩個總體的貝葉斯分類
3．3．2多個總體的貝葉斯分類
3．4費希爾分類
3．4．1費希爾分類函數
3．4．2費希爾分類準則
3．5分類準則的評價
3．5．1回代估計法
3．5．2交叉確認估計法
參考文獻
……

第二篇多元數據的矩陣模式分析
第三篇信息模式識別