
0人評分過此書
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。
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