行业数据挖掘与智能分析教程.docVIP

行业数据挖掘与智能分析教程

TOC\o1-2\h\u23248第一章数据挖掘概述 3

274901.1数据挖掘的定义与任务 3

105541.2数据挖掘的方法与技术 3

194501.3数据挖掘的应用领域 4

3608第二章数据预处理 4

192202.1数据清洗 4

171012.2数据集成 4

259952.3数据转换 5

240012.4数据归一化与标准化 5

6456第三章数据挖掘算法 6

271963.1决策树算法 6

240403.1.1特征选择 6

153353.1.2树的 6

284983.1.3剪枝 6

172963.2支持向量机算法 6

141553.2.1线性可分支持向量机 6

58663.2.2非线性支持向量机 6

253553.2.3软间隔与正则化 6

110973.3聚类算法 6

172293.3.1Kmeans算法 7

10333.3.2层次聚类算法 7

221383.3.3密度聚类算法 7

219913.4关联规则挖掘算法 7

54563.4.1频繁项集挖掘 7

307713.4.2关联规则 7

75873.4.3规则评估与优化 7

28349第四章数据可视化 7

297264.1数据可视化概述 7

7934.2常见数据可视化工具 8

74854.3数据可视化方法与应用 8

195234.4数据可视化技巧与最佳实践 8

3790第五章智能分析基础 9

165205.1机器学习概述 9

181055.1.1定义与发展 9

30035.1.2主要类型 9

309525.1.3应用领域 9

296865.2人工神经网络 9

55035.2.1基本概念 9

106145.2.2学习算法 10

127455.2.3应用案例 10

6035.3深度学习简介 10

290515.3.1发展背景 10

269525.3.2主要技术 10

151765.3.3应用前景 10

159385.4强化学习基础 10

68725.4.1基本概念 10

90175.4.2学习方法 10

9215.4.3应用案例 11

14879第六章文本挖掘 11

7796.1文本挖掘概述 11

185576.2文本预处理 11

98426.3文本特征提取 11

53476.4文本分类与聚类 12

141006.4.1文本分类 12

134796.4.2文本聚类 12

18797第七章社交网络分析 12

299027.1社交网络概述 12

161287.1.1社交网络的起源与发展 13

79617.1.2社交网络的特点 13

60627.2社交网络数据获取 13

93487.3社交网络分析算法 13

58117.3.1社区发觉 14

165757.3.2影响力分析 14

83897.3.3情感分析 14

16367.4社交网络应用案例 14

9188第八章时间序列分析 14

5098.1时间序列概述 14

78938.2时间序列预处理 14

210138.3时间序列分析方法 15

198178.4时间序列预测模型 15

17637第九章数据挖掘与智能分析实战 16

266149.1实战项目一：客户关系管理 16

205779.1.1项目背景 16

60699.1.2数据来源 16

81109.1.3分析方法 16

38019.1.4实施步骤 16

23759.2实战项目二：股票市场预测 16

272959.2.1项目背景 17

70099.2.2数据来源 17

303799.2.3分析方法 17

62199.2.4实施步骤 17

257019.3实战项目三：疾病预测与预警 17

191589.3.1项目背景 17

241239.3.2数据来源 17

69299.3.3分析方法 17

240489.3.4实施步骤 17

199359.4实战项目四：推荐系统设计 18

98229.4.1项目背景 18

282029.4.2数据来源 18