本书主要内容提示
非数值属性数据异常检测算法：理论与实践
作者：王洪亮
出版社：电子工业出版社
出版时间：2019年
《非数值属性数据异常检测算法：理论与实践》一书由王洪亮编著，由电子工业出版社于2019年出版，本书主要介绍了非数值属性数据异常检测算法的基本概念、常用算法及其在实际应用中的实现方法，全书分为七个章节，涵盖了异常检测算法的原理、方法、实现和应用等方面，为读者提供了全面、系统的学习和研究。
第一章：绪论
本章介绍了非数值属性数据异常检测算法的研究背景、意义和国内外研究现状，使读者对异常检测算法有一个初步的了解。
第二章：非数值属性数据预处理
本章介绍了非数值属性数据预处理的基本方法，包括数据清洗、数据标准化和数据转换等，为后续的异常检测算法奠定基础。
第三章：基于统计方法的异常检测算法
本章介绍了基于统计方法的异常检测算法，包括箱线图法、四分位数法和卡方检验法等，并分析了这些算法的原理和优缺点。
第四章：基于聚类方法的异常检测算法
本章介绍了基于聚类方法的异常检测算法，包括K-means算法、层次聚类算法和DBSCAN算法等，并分析了这些算法的原理和优缺点。
第五章：基于分类方法的异常检测算法
本章介绍了基于分类方法的异常检测算法，包括决策树、支持向量机和神经网络等，并分析了这些算法的原理和优缺点。
第六章：基于深度学习的异常检测算法
本章介绍了基于深度学习的异常检测算法，包括卷积神经网络、循环神经网络和长短期记忆网络等，并分析了这些算法的原理和优缺点。
第七章：应用案例
本章通过实际案例展示了非数值属性数据异常检测算法在金融、医疗、物联网等领域的应用，使读者对异常检测算法的实际应用有了更深入的了解。
《非数值属性数据异常检测算法：理论与实践》一书系统地介绍了非数值属性数据异常检测算法的相关知识，包括基本概念、常用算法及其在实际应用中的实现方法，本书内容丰富、结构清晰，适合从事数据挖掘、机器学习、人工智能等领域的研究人员和工程技术人员阅读，也可作为高校相关专业的教材。