基礎(chǔ)篇
第1章 數(shù)據(jù)挖掘基礎(chǔ)
1.1 某知名連鎖餐飲企業(yè)的困惑
1.2 從餐飲服務(wù)到數(shù)據(jù)挖掘
1.3 數(shù)據(jù)挖掘的基本任務(wù)
1.4 數(shù)據(jù)挖掘的建模過程
1.4.1 定義挖掘目標(biāo)
1.4.2 數(shù)據(jù)取樣
1.4.3 數(shù)據(jù)探索
1.4.4 數(shù)據(jù)預(yù)處理
1.4.5 挖掘建模
1.4.6 模型評價
1.5 常用的數(shù)據(jù)挖掘建模工具
1.6 小結(jié)
第2章 MATLAB數(shù)據(jù)分析工具箱簡介
2.1 MATLAB的安裝
2.2 MATLAB使用入門
2.2.1 MATLAB R2014a操作界面
2.2.2 MATLAB常用操作
2.3 MATLAB數(shù)據(jù)分析工具箱
2.4 配套附件使用設(shè)置
2.5 小結(jié)
第3章 數(shù)據(jù)探索
3.1 數(shù)據(jù)質(zhì)量分析
3.1.1 缺失值分析
3.1.2 異常值分析
3.1.3 一致性分析
3.2 數(shù)據(jù)特征分析
3.2.1 分布分析
3.2.2 對比分析
3.2.3 統(tǒng)計(jì)量分析
3.2.4 周期性分析
3.2.5 貢獻(xiàn)度分析
3.2.6 相關(guān)性分析
3.3 MATLAB主要數(shù)據(jù)的探索函數(shù)
3.3.1 統(tǒng)計(jì)特征函數(shù)
3.3.2 統(tǒng)計(jì)作圖函數(shù)
3.4 小結(jié)
第4章 數(shù)據(jù)預(yù)處理
4.1 數(shù)據(jù)清洗
4.1.1 缺失值處理
4.1.2 異常值處理
4.2 數(shù)據(jù)集成
4.2.1 實(shí)體識別
4.2.2 冗余屬性識別
4.3 數(shù)據(jù)變換
4.3.1 簡單的函數(shù)變換
4.3.2 規(guī)范化
4.3.3 連續(xù)屬性離散化
4.3.4 屬性構(gòu)造
4.3.5 小波變換
4.4 數(shù)據(jù)規(guī)約
4.4.1 屬性規(guī)約
4.4.2 數(shù)值規(guī)約
4.5 MATLAB主要的數(shù)據(jù)預(yù)處理函數(shù)
4.6 小結(jié)
第5章 挖掘建模
5.1 分類與預(yù)測
5.1.1 實(shí)現(xiàn)過程
5.1.2 常用的分類與預(yù)測算法
5.1.3 回歸分析
5.1.4 決策樹
5.1.5 人工神經(jīng)網(wǎng)絡(luò)
5.1.6 分類與預(yù)測算法評價
5.1.7 MATLAB主要分類與預(yù)測算法函數(shù)
5.2 聚類分析
5.2.1 常用的聚類分析算法
5.2.2 K-Means聚類算法
5.2.3 聚類分析算法評價
5.2.4 MATLAB主要聚類分析算法函數(shù)
5.3 關(guān)聯(lián)規(guī)則
5.3.1 常用的關(guān)聯(lián)規(guī)則算法
5.3.2 Apriori算法
5.4 時序模式
5.4.1 時間序列算法
5.4.2 時間序列的預(yù)處理
5.4.3 平穩(wěn)時間序列分析
5.4.4 非平穩(wěn)時間序列分析
5.4.5 MATLAB主要時序模式算法函數(shù)
5.5 離群點(diǎn)檢測
5.5.1 離群點(diǎn)的檢測方法
5.5.2 基于統(tǒng)計(jì)模型的離群點(diǎn)的檢測方法
5.5.3 基于聚類的離群點(diǎn)的檢測方法
5.6 小結(jié)


實(shí)戰(zhàn)篇
第6章 電力企業(yè)的竊漏電用戶自動識別
6.1 背景與挖掘目標(biāo)
6.2 分析方法與過程
6.2.1 數(shù)據(jù)抽取
6.2.2 數(shù)據(jù)探索分析
6.2.3 數(shù)據(jù)預(yù)處理
6.2.4 構(gòu)建專家樣本
6.2.5 構(gòu)建模型
6.3 上機(jī)實(shí)驗(yàn)
6.4 拓展思考
6.5 小結(jié)
第7章 航空公司的客戶價值分析
7.1 背景與挖掘目標(biāo)
7.2 分析方法與過程
7.2.1 數(shù)據(jù)抽取
7.2.2 數(shù)據(jù)探索分析
7.2.3 數(shù)據(jù)預(yù)處理
7.2.4 模型構(gòu)建
7.3 上機(jī)實(shí)驗(yàn)
7.4 拓展思考
7.5 小結(jié)
第8章 中醫(yī)證型關(guān)聯(lián)規(guī)則挖掘
8.1 背景與挖掘目標(biāo)
8.2 分析方法與過程
8.2.1 數(shù)據(jù)獲取
8.2.2 數(shù)據(jù)預(yù)處理
8.2.3 模型構(gòu)建
8.3 上機(jī)實(shí)驗(yàn)
8.4 拓展思考
8.5 小結(jié)
第9章 基于水色圖像的水質(zhì)評價
9.1 背景與挖掘目標(biāo)
9.2 分析方法與過程
9.2.1 數(shù)據(jù)預(yù)處理
9.2.2 構(gòu)建模型
9.2.3 水質(zhì)評價
9.3 上機(jī)實(shí)驗(yàn)
9.4 拓展思考
9.5 小結(jié)
第10章 基于關(guān)聯(lián)規(guī)則的網(wǎng)站智能推薦服務(wù)
10.1 背景與挖掘目標(biāo)
10.2 分析方法與過程
10.2.1 數(shù)據(jù)抽取
10.2.2 數(shù)據(jù)預(yù)處理
10.2.3 構(gòu)建模型
10.3 上機(jī)實(shí)驗(yàn)
10.4 拓展思考
10.5 小結(jié)
第11章 應(yīng)用系統(tǒng)負(fù)載分析與磁盤容量預(yù)測
11.1 背景與挖掘目標(biāo)
11.2 分析方法與過程
11.2.1 數(shù)據(jù)抽取
11.2.2 數(shù)據(jù)探索分析
11.2.3 數(shù)據(jù)預(yù)處理
11.2.4 構(gòu)建模型
11.3 上機(jī)實(shí)驗(yàn)
11.4 拓展思考
11.5 小結(jié)
第12章 面向網(wǎng)絡(luò)輿情的關(guān)聯(lián)度分析
12.1 背景與挖掘目標(biāo)
12.2 分析方法與過程
12.2.1 數(shù)據(jù)抽取
12.2.2 數(shù)據(jù)預(yù)處理
12.2.3 構(gòu)建模型
12.3 上機(jī)實(shí)驗(yàn)
12.4 拓展思考
12.5 小結(jié)
第13章 家用電器用戶行為分析及事件識別
13.1 背景與挖掘目標(biāo)
13.2 分析方法與過程
13.2.1 數(shù)據(jù)抽取
13.2.2 數(shù)據(jù)探索分析
13.2.3 數(shù)據(jù)預(yù)處理
13.2.4 模型構(gòu)建
13.2.5 模型檢驗(yàn)
13.3 上機(jī)實(shí)驗(yàn)
13.4 拓展思考
13.5 小結(jié)
第14章 基于基站定位數(shù)據(jù)的商圈分析
14.1 背景與挖掘目標(biāo)
14.2 分析方法與過程
14.2.1 數(shù)據(jù)抽取
14.2.2 數(shù)據(jù)探索分析
14.2.3 數(shù)據(jù)預(yù)處理
14.2.4 構(gòu)建模型
14.3 上機(jī)實(shí)驗(yàn)
14.4 拓展思考
14.5 小結(jié)
第15章 氣象與輸電線路的缺陷關(guān)聯(lián)分析
15.1 背景與挖掘目標(biāo)
15.2 分析方法與過程
15.2.1 數(shù)據(jù)抽取
15.2.2 數(shù)據(jù)探索分析
15.2.3 數(shù)據(jù)預(yù)處理
15.2.4 模型構(gòu)建
15.3 上機(jī)實(shí)驗(yàn)
15.4 拓展思考
15.5 小結(jié)


提高篇
第16章 基于MATLAB的數(shù)據(jù)挖掘二次開發(fā)
16.1 混合編程應(yīng)用體驗(yàn)——TipDM數(shù)據(jù)挖掘平臺
16.1.1 建設(shè)目標(biāo)
16.1.2 模型構(gòu)建
16.1.3 模型發(fā)布
16.1.4 模型調(diào)用
16.1.5 模型更新
16.2 二次開發(fā)過程
16.2.1 接口算法編程
16.2.2 用Library Compiler創(chuàng)建Java組件
16.2.3 安裝MATLAB運(yùn)行時環(huán)境
16.2.4 JDK環(huán)境及設(shè)置
16.2.5 接口函數(shù)的調(diào)用
16.3 小結(jié)
參考文獻(xiàn)