數據挖掘對于世人來說在很大程度上是透明的。我們在大多數時間都從未注意到它的發(fā)生。但每當我們辦理商店購物卡、使用信用卡購物或在網上沖浪時,都在創(chuàng)建數據。這些數據以大數據集形式存儲在我們每天與之打交道的公司所擁有的功能強大的計算機上。存在于這些數據集之內的便是模式 - 表明我們的興趣、習慣和行為。數據挖掘可讓人們找到并解讀這些模式,從而幫助人們做出更明智的決策,并更好地為客戶服務。
第一節(jié):數據挖掘基本知識RapidMiner工具介紹
第二節(jié):數據準備:導入、預處理、導出
第三節(jié):數據挖掘模型和方法
第四節(jié):K-Means 聚類與辨別分析
第五節(jié):線性回歸與邏輯回歸
第六節(jié):決策樹與神經網絡
第七節(jié):文本挖掘
第八節(jié):WEB挖掘
第九節(jié):協同過濾、推薦
第十節(jié):時間序列分析
第十一節(jié):離群點分析
第十二節(jié):模型評估-交叉驗證與模型優(yōu)化化
第十三節(jié):過程控制
第十四節(jié):數據轉換與執(zhí)行命令 |