1 数据挖掘： 是从大量数据中发现有趣（非平凡的、隐含的、先前未知、潜在有用）模式，这些数据可以存放在数据库，数据仓库或其他信息存储中
挖掘流程：(1)学习应用域（2）目标数据创建集（3）数据清洗和预处理（4）数据规约和转换（5）选择数据挖掘函数（总结、分类、回归、关联、分类）（6）选择挖掘算法（7）找寻兴趣度模式（8）模式评估和知识展示（9）使用挖掘的知识概念 /类描述： 一种数据泛化形式，用汇总的、 简洁的和精确的方法描述各个类和概念，通过（ 1）数据特征化：目标类数据的一般特性或特征的汇总；（ 2） 数据区分：将目标类数据的一般特性与一个或多个可比较类进行比较；（3）数据特征化和比较来得到
关联分析： 发现关联规则，这些规则展示属性-值频繁地在给定数据集中一起出现的条件，通常要满足最小支持度阈值和最小置信度阈值
分类： 找出能够描述和区分数据类或概念的模型，以便能够使用模型预测类标号未知的对象类，导出的模型是基于训练集的分析
导出模型的算法：决策树、神经网络、贝叶斯、（遗传、粗糙集、模糊集）
预测： 建立连续值函数模型，预测空缺的或不知道的数值数据集
孤立点： 与数据的一般行为或模型不一致的数据对象
聚类： 分析数据对象，而不考虑已知的类标记
训练数据中不提供类标记，对象 根据最大化类内的相似性和最小化类间的原则进行聚类或分组，从而产生类标号
第二章数据仓库数据仓库 是一个 面向主题的 、 集成的 、时变的 、非易失的 数据集合，支持管理部门的决策过程
从一个或多个数据源收集信息，存放在一个一致的模式下，并且通常驻留在单个站点
数据仓库通过数据清理、变换、继承、装入和定期刷新过程来构造
面向主题：排除无用数据，提供特定主题的简明视图
集成的： 多个异构数据源
时变的： 从历史角度提供信息，隐含时间信息
非易失的：和操作数据的分离，只提供初始装入和访问
