1、数据挖掘:实用案例分析2020目录01.为什么要写这本书07.光盘内容03.勘误和支持05.第二部分 实战篇02.读者对象04.第一部分 基础篇06.第三部分 高级篇为什么要写这本书01为什么要写这本书读者对象02读者对象勘误和支持03勘误和支持第一部分 基础篇041 初识数据挖掘1.1 什么是数据挖掘 1.2 数据挖掘在企业商务智能应用中的定位 1.2.1 数据挖掘给企业带来最大的投资收益1.2.2 数据挖掘从本质上提升商务智能平台的价值1.2.3 数据挖掘让商务智能流程真正形成闭环1.3 信息类BI应用与知识类BI应用 1.4 数据挖掘现状及应用前景 1.5 本章小结 2 数据挖掘的应用分
2、类2.1 分类与回归2.4 时序模式2.2 聚类2.5 偏差检测2.6 本章小结2.3 关联规则2 数据挖掘的应用分类2.1 分类与回归2.1.1 分类与回归建模原理2.1.2 分类与回归算法2 数据挖掘的应用分类2.2 聚类2.2.1 聚类分析建模原理2.2.2 聚类算法2 数据挖掘的应用分类2.3 关联规则2.3.1 什么是关联规则2.3.2 关联规则算法2 数据挖掘的应用分类2.4 时序模式2.4.1 什么是时序模式2.4.2 时间序列的组合成分2.4.3 时间序列的组合模型2.4.4 时序算法3 数据挖掘建模3.1 数据挖掘的过程3.2 数据挖掘建模过程3.3 常用的建模工具3.4 本
3、章小结DCAB3 数据挖掘建模3.2 数据挖掘建模过程3.2.1 定义挖掘目标3.2.2 数据取样3.2.3 数据探索3.2.4 预处理3.2.5 模式发现3.2.6 模型构建3.2.7 模型评价4 顶尖数据挖掘平台TipDM4.1 TipDM产品功能4.2 TipDM使用说明4.3 TipDM产品特点4.4 本章小结DCAB4 顶尖数据挖掘平台TipDM4.1 TipDM产品功能4.1.1 TipDM平台提供的数据探索及预处理算法4.1.2 TipDM平台提供的分类与回归算法4.1.3 TipDM平台提供的时序模式算法4.1.4 TipDM平台提供的聚类分析算法4.1.5 TipDM平台提供
4、的关联规则算法4 顶尖数据挖掘平台TipDM4.3 TipDM产品特点4.3.1 支持CRISP-DM数据挖掘标准流程4.3.2 提供丰富的数据挖掘模型和灵活算法4.3.3 具有多模型的整合能力4.3.4 提供灵活多样的应用开发接口4.3.5 海量数据的处理能力4.3.6 适应不同类型层次人员需求第二部分 实战篇055 数据挖掘在金融电信行业的应用ADBC5.2 案例二:电信3G客户识别系统5.3 案例三:基于客户分群的精准智能营销5.4 本章小结5.1 案例一:基于公司价值评价的证券策略投资5 数据挖掘在金融电信行业的应用5.1 案例一:基于公司价值评价的证券策略投资5.1.1 挖掘目标的提
5、出5.1.2 分析方法与过程5.1.3 建模仿真5.1.4 核心知识点5.1.5 拓展思考5 数据挖掘在金融电信行业的应用5.2 案例二:电信3G客户识别系统5.2.1 挖掘目标的提出5.2.2 分析方法与过程5.2.3 建模仿真5.2.4 核心知识点5.2.5 拓展思考5 数据挖掘在金融电信行业的应用5.3 案例三:基于客户分群的精准智能营销5.3.1 挖掘目标的提出5.3.2 分析方法与过程5.3.3 建模仿真5.3.4 核心知识点5.3.5 拓展思考6 数据挖掘在电力行业的应用6.1 案例一:电力负荷预测6.2 案例二:自适应防窃漏电实时诊断6.3 本章小结6 数据挖掘在电力行业的应用6
6、.1 案例一:电力负荷预测6.1.1 挖掘目标的提出6.1.2 分析方法与过程6.1.3 建模仿真6.1.4 核心知识点6.1.5 拓展思考6 数据挖掘在电力行业的应用6.2 案例二:自适应防窃漏电实时诊断6.2.1 挖掘目标的提出6.2.2 分析方法与过程6.2.3 建模仿真6.2.4 核心知识点6.2.5 扩展思考7 数据挖掘在互联网行业的应用7.1 案例一:商业零售行业中的购物篮分析7.2 案例二:电子商务网站用户行为分析7.3 案例三:网络入侵智能检测7.4 案例四:基于用户行为分析的定向网络广告投放7.5 案例五:企业信息系统用户服务感知评价7.6 本章小结7 数据挖掘在互联网行业的
7、应用7.1 案例一:商业零售行业中的购物篮分析7.1.1 挖掘目标的提出7.1.2 分析方法与过程7.1.3 建模仿真7.1.4 核心知识点7.1.5 拓展思考7 数据挖掘在互联网行业的应用7.2 案例二:电子商务网站用户行为分析7.2.1 挖掘目标的提出7.2.2 分析方法与过程7.2.3 建模仿真7.2.4 核心知识点7.2.5 拓展思考7 数据挖掘在互联网行业的应用7.3 案例三:网络入侵智能检测7.3.1 挖掘目标的提出7.3.2 分析方法与过程7.3.3 建模仿真7.3.4 核心知识点7.3.5 拓展思考7.4 案例四:基于用户行为分析的定向网络广告投放u 7.4.1 挖掘目标的提出
8、u 7.4.2 分析方法与过程u 7.4.3 建模仿真u 7.4.4 结果及分析u 7.4.5 核心知识点u 7.4.6 拓展思考7 数据挖掘在互联网行业的应用7 数据挖掘在互联网行业的应用7.5 案例五:企业信息系统用户服务感知评价7.5.1 挖掘目标的提出7.5.2 分析方法与过程7.5.3 建模仿真7.5.4 核心知识点7.5.5 拓展思考8 数据挖掘在生产制造行业中的应用8.4 案例四:基于RFM的企业客户关系分析8.6 本章小结8.2 案例二:基于水色图像的水质评价8.5 案例五:水产养殖投入产出多目标优化仿真8.3 案例三:生物质废物混合厌氧消化优势组分互补机制8.1 案例一:基于
9、小波变换的桩基完整性检测8 数据挖掘在生产制造行业中的应用8.1 案例一:基于小波变换的桩基完整性检测8.1.1 挖掘目标的提出8.1.2 分析方法与过程8.1.3 仿真过程8.1.4 核心知识点8.1.5 拓展思考8 数据挖掘在生产制造行业中的应用8.2 案例二:基于水色图像的水质评价8.2.1 挖掘目标的提出8.2.2 分析方法与过程8.2.3 建模仿真8.2.4 核心知识点8.2.5 拓展思考8 数据挖掘在生产制造行业中的应用8.3 案例三:生物质废物混合厌氧消化优势组分互补机制8.3.1 挖掘目标的提出8.3.2 分析方法与过程8.3.3 建模仿真8.3.4 核心知识点8.3.5 拓展
10、思考8 数据挖掘在生产制造行业中的应用8.4 案例四:基于RFM的企业客户关系分析8.4.1 挖掘目标的提出8.4.2 分析过程与方法8.4.3 建模仿真8.4.4 核心知识点8.4.5 拓展思考8 数据挖掘在生产制造行业中的应用8.5 案例五:水产养殖投入产出多目标优化仿真8.5.1 挖掘目标的提出8.5.2 分析方法与过程8.5.3 建模仿真8.5.4 核心知识点8.5.5 拓展思考9 数据挖掘在公共服务行业的应用9.1 案例一:乳腺癌证素变化规律及截断疗法9.2 案例二:卷烟消费者购买行为分析9.3 案例三:纳税人偷漏税评估9.4 案例四:道路缺陷自动识别9.5 案例五:航空公司客运信息
11、挖掘9.6 本章小结9 数据挖掘在公共服务行业的应用9.1 案例一:乳腺癌证素变化规律及截断疗法9.1.1 挖掘目标的提出9.1.2 分析方法与过程9.1.3 建模仿真9.1.4 核心知识点9.1.5 拓展思考9 数据挖掘在公共服务行业的应用9.2 案例二:卷烟消费者购买行为分析9.2.1 挖掘目标的提出9.2.2 分析过程与方法9.2.3 挖掘建模9.2.4 核心知识点9.2.5 拓展思考9 数据挖掘在公共服务行业的应用9.3 案例三:纳税人偷漏税评估9.3.1 挖掘目标的提出9.3.2 分析方法与过程9.3.3 建模仿真9.3.4 核心知识点9.3.5 拓展思考9 数据挖掘在公共服务行业的
12、应用9.4 案例四:道路缺陷自动识别9.4.1 挖掘目标的提出9.4.2 分析方法与过程9.4.3 建模仿真9.4.4 核心知识点9.4.5 拓展思考9 数据挖掘在公共服务行业的应用9.5 案例五:航空公司客运信息挖掘9.5.1 挖掘目标的提出9.5.2 分析方法与过程9.5.3 建模仿真9.5.4 核心知识点9.5.5 拓展思考10 动手实践第二部分 实战篇10.4 实验四:聚类算法的构建与使用10.6 实验六:时间序列模型的构建与使用10.2 实验二:神经网络模型的构建与使用10.5 实验五:关联规则模型的构建与使用10.3 实验三:决策树模型的构建与使用10.1 实验一:数据探索及数据预
13、处理第二部分 实战篇10 动手实践10.7 本章小结第三部分 高级篇0611 基于第三方接口的数据挖掘二次开发11.2 MATLAB数据挖掘接口11.1 WEKA数据挖掘接口11.3 案例:基于MATLAB接口的数据挖掘二次开发11.4 本章小结11 基于第三方接口的数据挖掘二次开发11.1 WEKA数据挖掘接口11.1.1 WEKA功能及其算法11.1.2 WEKA包结构11.1.3 WEKA算法入口11.1.4 二次开发相关输出11 基于第三方接口的数据挖掘二次开发11.3 案例:基于MATLAB接口的数据挖掘二次开发11.3.1 接口算法编程11.3.2 用Java Builder创建Java组件11.3.3 安装MATLAB运行时环境11.3.4 JDK环境及设置11.3.5 接口算法调用12 基于Hadoop框架的海量数据挖掘开发 12.1 基于云计算的海量数据挖掘技术特点 12.2 基于Hadoop的并行数据挖掘算法工具箱TipCDM12.3.1 挖掘目标的提出12.3.2 分析方法与过程12.3.3 建模仿真12.3.4 核心知识点12.3 案例:基于海量计量数据的电力客户在线分群方法 12.4 本章小结光盘内容07光盘内容感谢聆听
侵权处理QQ:3464097650--上传资料QQ:3464097650
【声明】本站为“文档C2C交易模式”,即用户上传的文档直接卖给(下载)用户,本站只是网络空间服务平台,本站所有原创文档下载所得归上传人所有,如您发现上传作品侵犯了您的版权,请立刻联系我们并提供证据,我们将在3个工作日内予以改正。