《知识发现》

 知识发现是从数据集中识别出有效的、新颖的、潜在有用的，以及最终可理解的模式的非平凡过程。知识发现将信息变为知识，从数据矿山中找到蕴藏的知识金块，将为知识创新和知识经济的发展作出贡献。 

本书全面而又系统地介绍了知识发现的方法和技术，反映了当前知识发现研究的最新成果。 

全书共分11章。第1章是绪论，介绍知识发现的重要概念和任务。第2章讨论决策树，它是归纳学习方法中最实用的一种技术。关联规则挖掘是近几年应用最为广泛的方法，第3章将对重要的关联规则挖掘算法进行讨论。第4章讨论范例推理，它是一种有效的实用技术。第5章探讨模糊聚类法。第6章讨论粗糙集。第7章是贝叶斯网络，贝叶斯网络可以处理不完整和带有噪声的数据集，它用概率测度的权重来描述数据间的相关性。第8章探讨支持向量机，它在近几年知识发现研究中是极其活跃的研究课题。第9章讨论隐马尔科夫模型。第10章是神经网络，书中着重介绍几种实用的算法。第11章讨论进化和遗传算法。第12章介绍知识发现平台MSMiner。接着，以Web知识发现、生物信息处理为例，介绍知识发现的应用。第13章关于Web知识发现。第14章介绍生物信息处理中基因组模式的发现。 

本书内容新颖，认真总结了作者的科研成果，取材国内外最新资料，反映了当前该领域的研究水平。论述力求概念清晰，表达准确，突出理论联系实际，通过实例说明原理，富有启发性。本书对从事知识发现、数据挖掘、机器学习、人工智能研究和知识管理的科技人员具有重要参考价值，可以用作计算机、信息技术等专业博士生、硕士生的教材。 

史忠植，  中国科学院计算技术研究所主任研究员、博士生导师，IEEE高级会员、AAAI和ACM会员、国际信息处理联合会(IFIP)人工智能技术委员会(TC12)委员、IFIP人工智能学会机器

《知识发现》作者

 学习和数据挖掘工作组主席、中国人工智能学会副理事长。1964年毕业于中国科技大学计算机专业。1968年毕业于中国科学院研究生院。1980年9月至1983年4月作为访问学者赴美国学习研究。1989年8月至1990年5月作为访问教授赴荷兰、挪威讲学研究。2004年赴澳大利亚合作研究。曾多次赴加拿大、新加坡、香港讲学。负责完成多项国家重点科技攻关项目、国家973、国家863高技术的智能计算机系统项目、国家自然科学基金等项目。长期从事智能科学、知识工程、分布式人工智能、机器学习、神经计算、认知科学等方面的研究工作。曾获国家科技进步二等奖、中国科学院科技进步二等奖、中国科学院科技进步特等奖。Web Semantics、Informatics、International Journal of Computational Intelligence Systems、计算机学报、计算机研究与发展等杂志的编委。

在主体(agent)技术、知识工程、知识发现、智能科学等领域，史忠植研究员都取得了重要研究成果，并有显著应用成效。

早在1988年他就发表了《知识工程》专著；1992年又发表了英文著作《Principles of Machine Learning》，是当时国际上仅有的几部机器学习专著之一；1998年，又出版了专著《高级人工智能》；2002年出版了专著《知识发现》。他的这些著作被许多学校用作教材，广为参阅，促进了知识工程和人工智能的发展。