根据文件内容提供了数据挖掘概览和各章主要知识点：
数据挖掘概览
- 书名：《数据挖掘导论》（Introduction to Data Mining）
- 作者：Pang-Ning Tan, Michael Steinbach, Vipin Kumar
- 版权信息：版权所有© 2006 Pearson Addison-Wesley。保留所有权利。
书籍简介：《数据挖掘导论》是一本全面介绍数据挖掘的教材，内容覆盖基本概念、技术及实际应用案例，适合初学者及有一定基础的学习者。
各章节知识点概述
第1章：引言
- 主要内容：阐述数据挖掘的概念、目标及应用。
- 活动分析：
- 性别划分：数据库查询。
- 客户盈利能力划分：非数据挖掘，属于会计范畴，但预测新客户盈利能力是数据挖掘任务。
- 公司总销售额计算：会计操作。
- 按学生ID排序：数据库查询。
- 预测掷骰子结果：公平骰子属于概率，若需数据估计则是数据挖掘任务。
- 股票价格预测：数据挖掘任务。
- 监测心率异常：通过构建心率模型进行监测，属于数据挖掘。
第2章：数据
- 主要内容：探讨数据来源、类型、质量及预处理的重要性。
- 关键概念：
- 数据类型（数值型、分类型）
- 数据清洗和预处理
- 数据集划分
第3章：探索数据
- 主要内容：介绍探索性数据分析的技术。
- 关键概念：
- 数据可视化
- 统计描述
- 关联规则发现
第4章：分类：基本概念、决策树与模型评估
- 主要内容：分类概念、决策树算法与性能评估。
- 关键概念：
- 分类问题定义
- 决策树生成算法（ID3、C4.5）
- 性能度量（准确率、召回率、F1值）
第5章：分类：替代技术
- 主要内容：探讨决策树外的其他分类方法。
- 关键概念：支持向量机、朴素贝叶斯等替代技术。