本书以数据挖掘理论方法为核心，重点围绕分类与回归、时间序列预测、关联规则挖掘、聚类、离群点检测的原理、方法、实现与实践展开。全书包括六章，详细介绍了数据挖掘含义、步骤、任务与准备，及数据挖掘的五大任务。这五大任务涵盖了决策树及其集成方法（如随机森林、Xgboost）、回归方法（包括各类回归）、支持向量机、各类神经网络（如ANN、图神经网络等）、贝叶斯模型（如朴素贝叶斯、贝叶斯信念网络）、一维时间序列预测、多维时间序列预测方法、Apriori算法、FP-growth算法、K-means聚类系列、层次聚类、基于密度的聚类、神经网络聚类、模糊聚类、离群点检测方法。 本书可作为大数据管理、数据科学类的本科教材，也可作为相关领域研究人员的参考书。

彭珍，女，汉族，博士，1981年1月生。2002年、2005年于山东大学获得计算机应用技术学士、硕士学位，2011年于北京科技大学获得计算机应用技术博士学位。研究方向为数据挖掘。2013年于中国科学技术信息研究所从事信息管理博士后工作。从事信息管理与大数据管理领域的教育教学与科学研究工作近10年，具有交叉学科背景。曾荣获北京市青年拔尖人才，北京市本科毕业设计优秀指导教师，校优秀教师等荣誉称号。在资源环境大数据分析与机器学习方面形成了特色鲜明的研究方向。先后主持国家自然基金面上项目、国家自然基金青年项目、北京市自然科学基金与教委联合重点项目、博士后基金项目、省部级自然科学基金与社会科学基金项目等十余项。现任北京市大数据协会理事，中国管理科学与工程学会能源环境管理分会学术委员、国家自然科学基金函评专家、国家社会科学基金评审专家等。独立出版学术专著2部，发表SCI/SSCI论文50余篇，申请发明专利4项。研究相关成果已被大兴区环保局、泰安市环保局、中国科学技术信息研究所采纳。

前言 近年来，依托大数据与先进算法的持续迭代，人工智能领域取得了长足进步。尤其是生成式人工智能的快速发展，已成为驱动科技创新的关键力量，深刻改变着人们的生产生活与工作方式。在此背景下，人工智能时代的数据管理类专业也面临着前所未有的发展挑战。人工智能得以发挥作用的重要前提与核心在于学习的来源(数据)与学习的能力。数据挖掘正是具备这种学习能力的数据科学方法。Python作为一种被人们广泛使用的编程语言，以其简洁明了的语法和强大的库支持成为数据挖掘的首选工具。本书以Python为载体，深入浅出地介绍了数据挖掘的基本概念、核心方法和实际应用，帮助读者从理论到实践，逐步掌握数据挖掘的精髓。 本书内容 本书内容全面、结构清晰，共分为6章。第1章详细介绍数据挖掘的准备工作，讲解数据挖掘的含义、步骤与任务，加强对数据类型、属性类型等基础知识的认知，并实现具体的数据处理任务，为后续数据挖掘任务的实施奠定坚实的学习基础。数据挖掘的任务主要包括分类与回归、时间序列预测、关联规则挖掘、聚类、离群点检测等，在后续的5章中对每项数据挖掘任务进行深入探讨；第2章聚焦分类与回归，涵盖决策树及其集成方法(如随机森林、XGBoost)、回归方法(包括各类回归)、支持向量机、各类神经网络(如ANN、图神经网络等)以及贝叶斯模型(如朴素贝叶斯、贝叶斯信念网络)；第3章专注于时间序列预测，主要包括一维时间序列预测方法与多维时间序列预测方法；第4章详细介绍关联规则挖掘的两类经典方法——Apriori算法和FPgrowth算法；第5章探讨聚类方法，包括KMeans系列、层次聚类、基于密度的聚类、神经网络...