思維導(dǎo)圖PPT模板《數(shù)據(jù)挖掘?qū)嵱冒咐治觥纷钚掳孀x書筆記，下載可以直接修改案例數(shù)據(jù)數(shù)據(jù)挖掘目標(biāo)挖掘知識(shí)點(diǎn)應(yīng)用算法過程小結(jié)信息核心第章企業(yè)分析方法模型分析行業(yè)規(guī)則本書關(guān)鍵字分析思維導(dǎo)圖01第一部分基礎(chǔ)篇第三部分高級(jí)篇第二部分實(shí)戰(zhàn)篇目錄0302內(nèi)容摘要本書是數(shù)據(jù)挖掘?qū)崙?zhàn)領(lǐng)域頗具特色的一部作品，作者曾為10余個(gè)行業(yè)上百家大型企業(yè)提供數(shù)據(jù)挖掘服務(wù)，本書是其在數(shù)據(jù)挖掘領(lǐng)域探索近10年的經(jīng)驗(yàn)總結(jié)之作。全書以實(shí)踐和實(shí)用為宗旨，深度與廣度兼顧，實(shí)踐與理論并舉。第一部分基礎(chǔ)篇數(shù)據(jù)挖掘（DataMining，DM）：就是從大量數(shù)據(jù)（包括文本）中挖掘出隱含的、未知的、對(duì)決策有潛在價(jià)值的關(guān)系、模式和趨勢(shì)總結(jié)出數(shù)據(jù)挖掘建模過程應(yīng)完成的任務(wù)主要包括：數(shù)據(jù)探索、數(shù)據(jù)預(yù)處理、分類與回歸、聚類分析、時(shí)序預(yù)測(cè)、關(guān)聯(lián)規(guī)則挖掘、偏差檢測(cè)等。第1章初識(shí)數(shù)據(jù)挖掘第2章數(shù)據(jù)挖掘的應(yīng)用分類第3章數(shù)據(jù)挖掘建模第4章頂尖數(shù)據(jù)挖掘平臺(tái)TipDM第一部分基礎(chǔ)篇1.1什么是數(shù)據(jù)挖掘1.2數(shù)據(jù)挖掘在企業(yè)商務(wù)智能應(yīng)用中的定...1.3信息類BI應(yīng)用與知識(shí)類BI應(yīng)用1.4數(shù)據(jù)挖掘現(xiàn)狀及應(yīng)用前景1.5本章小結(jié)12345第1章初識(shí)數(shù)據(jù)挖掘2.1分類與回歸2.2聚類2.3關(guān)聯(lián)規(guī)則2.4時(shí)序模式2.5偏差檢測(cè)2.6本章小結(jié)010302040506第2章數(shù)據(jù)挖掘的應(yīng)用分類3.1數(shù)據(jù)挖掘的過程3.2數(shù)據(jù)挖掘建模過程3.3常用的建模工具3.4本章小結(jié)第3章數(shù)據(jù)挖掘建模4.1TipDM產(chǎn)品功能4.2TipDM使用說明4.3TipDM產(chǎn)品特點(diǎn)4.4本章小結(jié)第4章頂尖數(shù)據(jù)挖掘平臺(tái)TipDM第二部分實(shí)戰(zhàn)篇典型的應(yīng)用如：客戶細(xì)分、流失預(yù)警、價(jià)值評(píng)估、交叉銷售、欺詐發(fā)現(xiàn)、精準(zhǔn)營(yíng)銷、故障診斷等。第5章數(shù)據(jù)挖掘在金融電信行業(yè)的應(yīng)用第6章數(shù)據(jù)挖掘在電力行業(yè)的應(yīng)用第7章數(shù)據(jù)挖掘在互聯(lián)網(wǎng)行業(yè)的應(yīng)用第8章數(shù)據(jù)挖掘在生產(chǎn)制造行業(yè)中的應(yīng)用第9章數(shù)據(jù)挖掘在公共服務(wù)行業(yè)的應(yīng)用第10章動(dòng)手實(shí)踐010302040506第二部分實(shí)戰(zhàn)篇5.1案例一：基于公司價(jià)值評(píng)價(jià)的證券策...5.2案例二：電信3G客戶識(shí)別系統(tǒng)5.3案例三：基于客戶分群的精準(zhǔn)智能營(yíng)...5.4本章小結(jié)第5章數(shù)據(jù)挖掘在金融電信行業(yè)的應(yīng)用6.1案例一：電力負(fù)荷預(yù)測(cè)6.3本章小結(jié)6.2案例二：自適應(yīng)防竊漏電實(shí)時(shí)診斷第6章數(shù)據(jù)挖掘在電力行業(yè)的應(yīng)用7.1案例一：商業(yè)零售行業(yè)中的購(gòu)物籃分...7.2案例二：電子商務(wù)網(wǎng)站用戶行為分析7.3案例三：網(wǎng)絡(luò)入侵智能檢測(cè)7.4案例四：基于用戶行為分析的定向網(wǎng)...7.5案例五：企業(yè)信息系統(tǒng)用戶服務(wù)感知...7.6本章小結(jié)010302040506第7章數(shù)據(jù)挖掘在互聯(lián)網(wǎng)行業(yè)的應(yīng)用8.1案例一：基于小波變換的樁基完整性...8.2案例二：基于水色圖像的水質(zhì)評(píng)價(jià)8.3案例三：生物質(zhì)廢物混合厭氧消化優(yōu)...8.4案例四：基于RFM的企業(yè)客戶關(guān)系...8.5案例五：水產(chǎn)養(yǎng)殖投入產(chǎn)出多目標(biāo)優(yōu)...8.6本章小結(jié)010302040506第8章數(shù)據(jù)挖掘在生產(chǎn)制造行業(yè)中的應(yīng)用9.1案例一：乳腺癌證素變化規(guī)律及截?cái)?..9.2案例二：卷煙消費(fèi)者購(gòu)買行為分析9.3案例三：納稅人偷漏稅評(píng)估9.4案例四：道路缺陷自動(dòng)識(shí)別9.5案例五：航空公司客運(yùn)信息挖掘9.6本章小結(jié)010302040506第9章數(shù)據(jù)挖掘在公共服務(wù)行業(yè)的應(yīng)用10.1實(shí)驗(yàn)一：數(shù)據(jù)探索及數(shù)據(jù)預(yù)處理10.2實(shí)驗(yàn)二：神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建與使...10.3實(shí)驗(yàn)三：決策樹模型的構(gòu)建與使用10.4實(shí)驗(yàn)四：聚類算法的構(gòu)建與使用第10章動(dòng)手實(shí)踐10.5實(shí)驗(yàn)五：關(guān)聯(lián)規(guī)則模型的構(gòu)建與使...10.7本章小結(jié)10.6實(shí)驗(yàn)六：時(shí)間序列模型的構(gòu)建與使...第10章動(dòng)手實(shí)踐第三部分高級(jí)篇網(wǎng)絡(luò)技術(shù)、通信技術(shù)和Internet技術(shù)的發(fā)展，以及各行各業(yè)業(yè)務(wù)操作流程的自動(dòng)化，企業(yè)內(nèi)積累了大量業(yè)務(wù)數(shù)據(jù)，這些數(shù)據(jù)動(dòng)輒以TB計(jì)算。第12章基于Hadoop框架的海量數(shù)據(jù)...第11章基于第三方接口的數(shù)據(jù)挖掘二次開...第三部分高級(jí)篇11.1WEKA數(shù)據(jù)挖掘接口11.2MATLAB數(shù)據(jù)挖掘接口11.3案例：基于MATLAB接口的數(shù)...11.4本章小結(jié)第11章基于第三方接口的數(shù)據(jù)挖掘二次開...12.1基于云