實用數據挖掘

第1章 緒論
  1.1 什么是數據挖掘
  1.2 數據挖掘過程
  1.3 數據挖掘軟件
  1.4 本書的內容組織
  1.5 進一步閱讀
第一部分 方法
 第2章 數據組織
  2.1 從數據倉庫到數據集市
  2.2 數據分類
  2.3 數據矩陣
  2.4 頻率分布
  2.5 數據變換
  2.6 其他數據結構
  2.7 進一步閱讀
 第3章 探索性數據分析
  3.1 一元探索性數據分析
  3.2 二元探索性分析
  3.3 定量數據的多元探索性分析
  3.4 定性數據的多元探索性分析
  3.5 維數約減
  3.6 進一步閱讀
 第4章 基于計算的數據挖掘
  4.1 距離測量
  4.2 聚類分析
  4.3 線性回歸
  4.4 logistic回歸
  4.5 樹模型
  4.6 神經網絡
  4.7 近鄰模型
  4.8 局部模型
  4.9 進一步閱讀
 第5章 基于統(tǒng)計的數據挖掘
  5.1 不確定性測量和推理
  5.2 非參數模型
  5.3 標準線性模型
  5.4 廣義線性模型
  5.5 對數線性模型
  5.6 圖模型
  5.7 進一步閱讀
 第6章 數據挖掘方法評價
  6.1 基于統(tǒng)計檢驗的標準
  6.2 基于計分函數的標準
  6.3 貝葉斯標準
  6.4 計算標準
  6.5 基于損失函數的標準
  6.6 進一步閱讀
第二部分 商業(yè)應用
 第7章 購物籃分析
  7.1 分析目的
  7.2 數據描述
  7.3 探索性數據分析
  7.4 模型建立
  7.5 模型比較
  7.6 小結
 第8章 Web點擊流分析
  8.1 分析目的
  8.2 數據描述
  8.3 探索性數據分析
  8.4 模型建立
  8.5 模型比較
  8.6 小結
 第9章 網站用戶分析
  9.1 分析目的
  9.2 數據描述
  9.3 探索性數據分析
  9.4 模型建立
  9.5 模型比較
  9.6 小結
 第10章 客戶關系管理
  10.1 分析目的
  10.2 數據描述
  10.3 探索性數據分析
  10.4 模型建立
  10.5 模型比較
  10.6 小結
 第11章 信用評分
  11.1 分析目的
  11.2 數據描述
  11.3 探索性數據分析
  11.4 模型建立
  11.5 模型比較
  11.6 小結
 第12章 電視觀眾預測
  12.1 分析目的
  12.2 數據描述
  12.3 探索性數據分析
  12.4 模型建立
  12.5 模型比較
  12.6 小結
參考文獻