大數(shù)據(jù)分析與挖掘

理 論 篇
第1章 數(shù)據(jù)挖掘概述3
1.1　數(shù)據(jù)挖掘的基本概念4
1.2　數(shù)據(jù)挖掘的起源與發(fā)展7
1.3　數(shù)據(jù)挖掘的應(yīng)用產(chǎn)業(yè)與行業(yè)11
1.4　數(shù)據(jù)挖掘相關(guān)的幾個概念19

第2章 數(shù)據(jù)挖掘任務(wù)和方法26
2.1　大數(shù)據(jù)挖掘的任務(wù)27
2.2　數(shù)據(jù)挖掘的常見方法33

工 具 篇
第3章 數(shù)據(jù)挖掘平臺PMT57
3.1　PMT概述58
3.2　PMT使用說明72
3.3　PMT的特點74

第4章 數(shù)據(jù)挖掘認(rèn)知實驗80
4.1　分類預(yù)測認(rèn)知實驗81
4.2　回歸預(yù)測認(rèn)知實驗84
4.3　聚類分析認(rèn)知實驗88
4.4　關(guān)聯(lián)規(guī)則認(rèn)知實驗91

實 訓(xùn) 篇
實訓(xùn)1 基于時間序列的分倉商品需求預(yù)測99
實訓(xùn)背景100
實訓(xùn)分析100
核心知識點101
實訓(xùn)步驟104
拓展與思考118

實訓(xùn)2 基于聚類分析（K-means）的快遞企業(yè)客戶群識別119
實訓(xùn)背景120
實訓(xùn)分析120
核心知識點121
實訓(xùn)步驟122
拓展與思考140

實訓(xùn)3 基于關(guān)聯(lián)規(guī)則的超市顧客購物行為分析142
實訓(xùn)背景143
實訓(xùn)分析143
核心知識點143
實訓(xùn)步驟144
拓展與思考154

實訓(xùn)4 基于決策樹的電信流失客戶預(yù)警與分析155
實訓(xùn)背景156
實訓(xùn)分析156
核心知識點157
實訓(xùn)步驟161
拓展與思考178

實訓(xùn)5 基于神經(jīng)網(wǎng)絡(luò)算法的共享單車需求預(yù)測180
實訓(xùn)背景181
實訓(xùn)分析181
核心知識點182
實訓(xùn)步驟184
拓展與思考200

實訓(xùn)6 基于邏輯回歸算法的信用風(fēng)險預(yù)測201
實訓(xùn)背景202
實訓(xùn)分析202
核心知識點203
實訓(xùn)步驟204
拓展與思考215

實訓(xùn)7 深度學(xué)習(xí)在圖像識別及圖像分類領(lǐng)域中的應(yīng)用217
實訓(xùn)背景218
實訓(xùn)分析218
核心知識點219
實訓(xùn)步驟220
拓展與思考232

參考文獻(xiàn)233