徐一红，女，汉族，1974年4月出生，山东管理学院教师，教授职称，主要从事大数据及计算机网络方面研究。近年来发表学术论文10余篇，出版学术著作1部，主编教材2部，主持参与省级以上科研课题8项。

本书依托于山东省社科规划研究课题“大数据背景下不规则数据的预测与填充”(课题号：16CGLJ21)，讨论了数据挖掘与智能识别技术。具体包括英文字符识别，手写数字识别，基于时间序列的预测模型，基因表达式编程算法及其在函数挖掘中的应用，以及TOPSIS、DEA等方法在经营绩效评价方面的应用。本书的案例包含了胎儿体重预测，地震等级预测，GDP数据预测，房地产和物流公司经营绩效评价等。

第一章 大数据及数据挖掘概述
1.1 大数据的价值
1.2 数据挖掘的概念和原理
1.3 数据挖掘的算法(技术)
1.4 数据挖掘的应用
1.5 大数据挖掘的发展趋势
第二章 英文字符识别技术研究
2.1 概述
2.2 英文字符识别技术原理
2.3 matlab实现字符识别系统
2.4 实验测试以及结果分析
第三章 手写数字识别技术
3.1 概述
3.2 数字图像的预处理
3.3 深度学习与数字识别
3.4 手写数字识别模型设计
3.5 KNN模型及结果分析
3.6 FCN模型
3.7 CNN模型
3.8 手写数字识别系统的测试
第四章 基于时间序列的预测模型研究
4.1 概述
4.2 时间序列的预测过程
4.3 时间序列的预测算法
4.4 时间序列模型在GDP预测中的应用
4.5 时间序列-ARMA模型在股票价格预测中的应用
第五章 数据挖掘中的函数发现
5.1 多元非线性函数挖掘
5.2 人工蜂群算法及应用
第六章 人工神经网络与数据挖掘
6.1 人工神经网络的原理
6.2 人工神经网络的应用
第七章 经营绩效评价模型研究
7.1 逼近理想解排序法(TOPSIS)及应用
7.2 数据包络分析法(DEA)及应用
附录A 英文字符识别部分代码
附录B 时间序列预测部分代码