书名：Data Mining with Python
Theory, Application, and Case Studies
作者：Di Wu
出版社：CRC Press
出版时间：2024 年4月
页数：414 Pages 222 Color Illustrations
ISBN：9781032598901
本书入选 Choice（美国大学与研究图书馆协会旗下学术评介机构）评选的 2025 年度“杰出学术图书（Outstanding Academic Titles）”
本书是一部系统介绍数据挖掘理论与 Python 实践相结合的专业著作，旨在帮助读者全面理解数据挖掘的核心思想，并掌握在真实场景中运用 Python 进行数据分析和建模的方法。全书以数据挖掘的完整流程为主线，从数据获取与理解出发，逐步深入到模型构建、结果分析与应用实践，结构清晰，逻辑严谨。作者从数据科学实践的角度出发，详细讲解了数据挖掘中的关键步骤，包括数据收集与整合、描述性统计分析、数据可视化、数据清洗与预处理，以及常用的数据挖掘与机器学习方法，如分类、回归、聚类、频繁模式挖掘和异常检测等。每一类方法不仅介绍其基本原理和适用场景，还结合 Python 语言进行实现，帮助读者理解“为什么这样做”以及“如何具体操作”。
本书的一个突出特点是理论、应用与案例并重。在讲解算法和方法时，作者注重解释其背后的思想和假设，同时配合可运行的 Python 示例和实际案例，使读者能够将抽象概念迅速转化为可操作的技能。这种写作方式既适合系统学习数据挖掘基础，也便于读者在实际项目中直接参考和应用。
总体而言，本书不仅是一部介绍数据挖掘方法的技术读物，也是一部强调实践导向和问题驱动的数据科学学习指南，能够帮助读者建立从数据到知识的整体认知框架。
Di Wu（吴迪）博士现为美国纽约市立大学雷曼学院商学院金融、信息系统与经济学系助理教授，拥有计算机科学博士学位。他的研究兴趣包括数据科学、语义网技术以及计算与商业教育的教学方法。
在教学方面，吴博士长期讲授数据库、编程语言、数据结构、数据挖掘、机器学习与大数据分析等课程，强调理论知识与实际应用相结合，具有丰富的一线教学与实践经验。数据科学、计算机科学、信息系统等相关专业的本科生与研究生
具备一定 Python 基础，希望系统学习数据挖掘方法的数据分析与数据科学从业者
需要将数据挖掘与机器学习方法应用于实际问题的工程师与研究人员
作为高校数据挖掘或数据科学课程的教材或参考书
版权咨询，欢迎联系：Daisy.Li@tandfchina.com
10个月宝宝每天需要喝多少奶粉？
