0人評分過此書

資料探勘:程序與模式

出版日期
2017/08/25
閱讀格式
PDF
書籍分類
學科分類
ISBN
9789571191966

本館館藏

借閱規則
當前可使用人數 30
借閱天數 14
線上看 0
借閱中 0
選擇分享方式

推薦本館採購書籍

您可以將喜歡的電子書推薦給圖書館,圖書館會參考讀者意見進行採購

讀者資料
圖書館
* 姓名
* 身分
系所
* E-mail
※ 我們會寄送一份副本至您填寫的Email中
電話
※ 電話格式為 區碼+電話號碼(ex. 0229235151)/ 手機格式為 0900111111
* 請輸入驗證碼
本書具有以下特點:
  1. 脈絡分明:將資料探勘以「程序」作縱向介紹,以「模式」作橫向介紹,以「個案」作整合介紹,條理清楚、脈絡分明。
  2. Excel資料探勘系統:本書採用Excel做為撰寫資料探勘系統的平台,包括:
�隉@ 均值聚類分析。
   最近鄰居分類與迴歸。
   邏輯迴歸、迴歸分析(線性與非線性)。
   神經網路分類與迴歸。
   分類樹與迴歸樹。
  將主要的資料探勘模式都寫成試算表「模板」並附於隨書光碟中,讀者只要貼上自己的資料到模板上,即可分析資料。
  3. 個案研究資料檔:隨書光碟提供了50多個應用實例,涵蓋行銷、管理與金融等領域,運用範圍廣泛,實用性極佳。

  今日,資料探勘已是決策支援系統中不可缺少的重要工具,尤其在市場行銷、顧客服務、詐欺防弊、風險偵測與行為預測方面扮演關鍵的角色。愈來愈多的企業想導入這項技術,美國的一項研究報告更是將資料探勘視為21世紀十大明星產業,可見它的重要性。
  資料探勘就是在龐大的資料庫中尋找出有價值的隱藏訊息,藉由統計及人工智慧的科學技術,將「資料」做深入分析,並根據企業的問題建立不同的模型,找出其中的「知識」,以提供企業進行決策時的參考依據。舉例來說,銀行和信用卡公司可藉由此技術將龐大的顧客資料做統計、分析、歸納及預測,找出哪些是最有貢獻的顧客?哪些是高流失率族群?或是預測一個新的產品或促銷活動可能帶來的響應率,以能在適當的時間提供適當適合的產品及服務。
  本書共分為「程序篇」、「模式篇」、「實作篇」三大篇,循序漸進對資料探勘的原理與方法進行介紹,並輔以各領域的實例說明,使讀者能直接從案例中學習應用。
  • 第1篇 程序篇
    • 第1章 資料探勘的概念
      • 1-1 前言
      • 1-2 資料探勘的定義(What)
      • 1-3 資料探勘的目的(Why)
      • 1-4 資料探勘的方法(How)
      • 1-5 資料探勘的演進(When)
      • 1-6 資料探勘的用途(Where)
      • 1-7 資料探勘的人員(Who)
      • 1-8 資料探勘與知識管理
      • 1-9 本書的軟體
      • 1-10 本書的個案
      • 1-11 本書的結構
    • 第2章 資料探勘的程序
      • 2-1 前言
      • 2-2 任務的理解
      • 2-3 資料的理解
      • 2-4 資料的準備
      • 2-5 知識的建模
      • 2-6 知識的評價
      • 2-7 知識的布署
    • 第3章 資料探勘的原理
      • 3-1 前言
      • 3-2 產生測試設計
      • 3-3 建構知識模型
      • 3-4 評估知識模型
      • 3-5 整合知識模型
      • 3-6 實例:書局行銷個案
  • 第2篇 模式篇
    • 第4章 變數特性與關係的分析
      • Part A 變數特性分析
      • Part B 變數關係分析
    • 第5章 聚類分析(一):均值聚類分析
      • 5-1 模型架構
      • 5-2 模型建立
      • 5-3 實例一:旅行社個案
      • 5-4 實例二:書局行銷個案
      • 5-5 實例三:公民意見分析個案
      • 實作單元A:Excel 資料探勘系統──均值聚類分析
    • 第6章 聚類分析(二):階層聚類分析
      • 6-1 模型架構
      • 6-2 模型建立
      • 6-3 實例一:旅行社個案
      • 6-4 實例二:書局行銷個案
      • 6-5 實例三:公民意見分析個案
    • 第7章 分類與迴歸(一):最近鄰居
      • Part A 最近鄰居:分類
      • Part B 最近鄰居:迴歸
    • 第8章 分類與迴歸(二):迴歸分析
      • Part A 邏輯迴歸
      • Part B 迴歸分析
    • 第9章 分類與迴歸(三):神經網路
      • Part A 神經網路:分類
      • Part B 神經網路:迴歸
    • 第10章 分類與迴歸(四):決策樹
      • Part A 決策樹:分類
      • Part B 決策樹:迴歸
    • 第11章 關聯分析
      • 11-1 模型架構
      • 11-2 模型建立
      • 11-3 實例一:商店購物個案
      • 11-4 實例二:書局行銷個案
      • 11-5 實例三:人才專長關聯分析
      • 11-6 實例四:證券漲跌關聯分析
  • 第3篇 實作篇
    • 第12章 個案集(一):聚類探勘
      • 12-1 前言
      • 12-2 個案1:暖氣系統市場聚類分析
      • 12-3 個案2:休旅車市場聚類分析
    • 第13章 個案集(二):分類探勘
      • 13-1 前言
      • 13-2 個案:休旅車的潛在顧客開發
    • 第14章 個案集(三):迴歸探勘
      • 14-1 前言
      • 14-2 個案1:休旅車市場潛在顧客開發
    • 第15章 個案集(四):關聯探勘
      • 15-1 前言
      • 15-2 個案1:商品銷售──以FoodMart 2000 資料庫為例
      • 15-3 個案2:商品銷售──以化妝品銷售為例
    • 第16章 資料探勘的展望
      • 16-1 資料探勘的重要觀念
      • 16-2 資料探勘的現況調查
      • 16-3 資料探勘的面臨困難
      • 16-4 資料探勘的社會衝擊
      • 16-5 資料探勘的研究方向
  • 出版地 臺灣
  • 語言 繁體中文

評分與評論

請登入後再留言與評分
幫助
您好,請問需要甚麼幫助呢?
使用指南

客服專線:0800-000-747

服務時間:週一至週五 AM 09:00~PM 06:00

loading