داده‌ها، این منابع خام و ارزشمند دنیای دیجیتال، در دنیای امروز بیش از هر زمان دیگری در حال تولید، ذخیره‌سازی و استفاده هستند. رشد شتابان فناوری اطلاعات، توسعه اینترنت، گسترش شبکه‌های اجتماعی و گسترش سیستم‌های هوشمند موجب شده است که حجم داده‌های موجود با نرخ بی‌سابقه‌ای افزایش یابد. این انبوه داده‌ها، به‌تنهایی ارزشی ندارند مگر آنکه بتوان از دل آن‌ها دانش، الگو و بینش‌های کاربردی استخراج کرد.

در چنین بستری، داده‌کاوی به‌عنوان یکی از شاخه‌های کلیدی علم داده، به ابزاری ضروری برای تحلیل، پیش‌بینی و تصمیم‌سازی تبدیل شده است. داده‌کاوی با بهره‌گیری از روش‌ها و الگوریتم‌های آماری، یادگیری ماشین و هوش مصنوعی، به کشف الگوهای پنهان و روابط ناشناخته در داده‌ها می‌پردازد و نقشی تعیین‌کننده در حوزه‌هایی همچون تجارت، پزشکی، آموزش، امنیت و شبکه‌های اجتماعی ایفا می‌کند.

کتاب حاضر با عنوان "مبانی داده‌کاوی"  با هدف فراهم آوردن منبعی جامع، روان و کاربردی برای دانشجویان، پژوهشگران و علاقه‌مندان این حوزه تدوین شده است. این اثر حاصل سال‌ها تجربه، مطالعه و تدریس نویسندگان در حوزه داده‌کاوی و علوم مرتبط است و تلاش شده تا علاوه بر بیان مبانی نظری، پیوندی میان مفاهیم علمی و کاربردهای عملی برقرار شود. ساختار کتاب به‌گونه‌ای طراحی شده که خواننده بتواند به‌صورت گام‌به‌گام از مباحث مقدماتی تا موضوعات پیشرفته حرکت کند و تصویری جامع از فرایند داده‌کاوی به دست آورد.

محتوای کتاب عبارتند از: مفاهیم داده‌کاوی که خواننده را با تاریخچه، تعاریف، کاربردها و جایگاه این حوزه در علوم داده آشنا می‌کند. پیش‌پردازش داده که یکی از مراحل حیاتی در هر پروژه داده‌کاوی است و شامل پاک‌سازی، یکپارچه‌سازی، کاهش و تبدیل داده‌ها می‌شود. طبقه‌بندی که الگوریتم‌های متنوع آن را با مثال‌ها و نکات کاربردی معرفی می‌کند. یادگیری گروهی که با ترکیب چندین مدل یادگیری، دقت و پایداری پیش‌بینی‌ها را بهبود می‌بخشد. مبحث خوشه‌بندی که از روش‌های بدون‌ناظر برای گروه‌بندی داده‌ها استفاده می‌کند. وب‌کاوی و متن‌کاوی که از مهم‌ترین زمینه‌های نوظهور داده‌کاوی در دنیای دیجیتال امروزی محسوب می‌شوند.

در تدوین این کتاب، سعی شده مطالب با بیانی ساده اما دقیق ارائه شوند تا خواننده در هر سطحی از آشنایی با داده‌کاوی، بتواند از آن بهره‌مند شود. همچنین، برای تسهیل یادگیری، مثال‌های کاربردی و نکات کلیدی در بخش‌های مختلف گنجانده شده است. این کتاب برای دانشجویان دروس مرتبط، پژوهشگران حوزه علوم داده، و نیز علاقه‌مندان به تحلیل داده، منبعی ارزشمند و الهام‌بخش بوده و آنان را در مسیر یادگیری و به‌کارگیری روش‌های داده‌کاوی یاری می رساند.

پیش‌گفتار /5

فصل اول: مفاهیم داده‌کاوی/17

فصل دوم: پیشپردازش داده/45

فصل سوم: طبقه‌بندی/117

فصل چهارم: یادگیری گروهی/183

فصل پنجم: خوشه‌بندی/199

فصل ششم: وب‌کاوی و متن‌کاوی/231

منابع/270