成功加入购物车
谢邦昌 著 / 清华大学出版社 / 2008-07 / 平装
售价 ¥ 7.00 2.2折
定价 ¥32.00
品相 九品
优惠 满包邮
延迟发货说明
上书时间2021-01-26
卖家超过10天未登录
高效办公“职”通车:Excel 2007数据挖掘完全手册
本书围绕Excel2007的数据挖掘模块,通过大量操作示范,介绍了主流的数据挖掘方法。全书包括数据挖掘算法介绍、Excel2007数据挖掘模块介绍、其他分析工具介绍、数据挖掘范例4篇,共26章。除了给出有关的理论和原理阐述之外,还提供了一些大型应用案例。通过详细的操作讲解和结果分析,读者可以获得实际的数据挖掘经验,并能迅速地在自己所处的领域中加以应用。
利用Excel2007的数据挖掘模块,读者无须经过专业培训,就能完成多种数据挖掘任务。本书适用于学习数据挖掘和相关课程的学生、运用Excel2007进行复杂大型数据分析的职场人士及咨询公司从业人员等。
第1篇数据挖掘算法介绍第1章数据挖掘简介1.1数据挖掘的定义1.2数据挖掘的重要性1.3数据挖掘的功能1.4数据挖掘的步骤1.5数据挖掘建模的标准CRISP-DM第2章数据挖掘运用的理论和技术2.1回归分析2.1.1简单线性回归分析2.1.2多元回归分析2.1.3岭回归分析2.1.4Logistic回归分析2.2关联规则2.3聚类分析2.4判别分析2.5类神经网络分析2.6决策树分析2.7其他分析方法第3章数据挖掘与相关领域的关系3.1数据挖掘与统计分析的不同3.2数据挖掘与数据仓储的关系3.3知识发现与数据挖掘的关系3.4OLAP与数据挖掘的关系3.5数据挖掘与机器学习的关系3.6网络挖掘与数据挖掘的关系第4章数据挖掘商业软件产品及其应用现状4.1数据挖掘商业软件的分类4.2主要软件的介绍4.3顾客关系管理4.4数据挖掘的行业应用第2篇Excel2007数据挖掘模块介绍第5章安装与设定Excel2007数据挖掘加载项5.1系统需求5.2开始安装5.3完成安装验证5.4组件设定5.5配置完成检查第6章Excel2007数据挖掘入门6.1Excel2007数据挖掘功能介绍6.2数据挖掘使用说明6.2.1目录查询6.2.2开始功能6.2.3视频和教学6.3数据挖掘连接配置6.3.1设定目前的连接6.3.2跟踪6.4数据准备6.4.1浏览数据6.4.2清除数据6.4.3分割数据6.5数据建模6.6精确度和验证6.6.1准确性图表6.6.2分类矩阵6.6.3利润图6.7模型用法6.7.1浏览功能6.7.2查询功能6.8模型管理6.8.1重新命名挖掘模型6.8.2删除挖掘结构6.8.3清除挖掘结构6.8.4用原始数据处理挖掘结构6.8.5用新数据处理挖掘结构6.8.6导出挖掘结构6.8.7导入挖掘结构第7章决策树7.1基本概念7.2决策树模块的建立7.3决策树与判别函数比较7.4计算方法7.4.1确定预测精度的标准7.4.2选择分裂(分层)技术7.4.3定义停止分裂(分层)的时间点7.4.4选择适当大小的决策树7.5Excel2007决策树算法第8章贝叶斯概率分类8.1基本概念8.2Excel2007贝叶斯概率分类第9章关联规则9.1基本概念9.2关联规则的种类9.3关联规则的算法:Apriori算法9.4Excel2007关联规则第10章聚类分析10.1基本概念10.2层次聚类分析10.3聚类分析原理10.4Excel2007聚类分析第11章时序聚类11.1基本概念11.2相关研究和算法11.3Excel2007时序聚类第12章线性回归12.1基本概念12.2简单回归分析12.3多元回归分析12.4Excel2007线性回归第13章Logistic回归13.1基本概念13.2logit变换13.3Logistic分布13.4列联表的Logistic回归模型13.5Excel2007Logistic回归第14章类神经网络14.1基本概念14.2类神经网络的架构与训练算法14.3类神经网络的特性14.4类神经网络应用14.5类神经网络优缺点14.6Excel2007类神经网络第15章时间序列分析15.1基本概念15.2时间序列的成分15.3时间序列数据的图形介绍15.4利用平滑法预测15.5用趋势方程预测时间序列15.6预测含趋势与季节成分的时间序列15.7利用回归模型预测时间序列15.8其他预测模型15.9单变量时间序列预测模型15.10时间趋势预测模型15.11Excel2007时间序列第16章DMX介绍16.1DMX介绍16.2DMX函数介绍16.2.1模型建立16.2.2模型训练16.2.3模型使用(预测)16.2.4其他函数语法16.3DMX数据挖掘语法16.3.1决策树16.3.2贝叶斯概率分类16.3.3关联规则16.3.4聚类分析16.3.5时序聚类16.3.6线性回归16.3.7Logistic回归16.3.8类神经网络16.3.9时间序列16.4DMX应用范例16.4.1分类16.4.2估计16.4.3预测16.4.4关联分组16.4.5聚类第3篇其他分析工具介绍第17章分析关键影响因素第18章检测类别第19章从示例填充第20章预测第21章突出显示异常值第22章应用场景分析22.1目标查找22.2假设第23章Visio2007数据透视分析第4篇数据挖掘范例第24章上市公司投资价值分析的挖掘模型24.1研究动机与目的24.2挖掘模型的构建24.3变量筛选24.4决策树模型24.5贝叶斯概率模型24.6Logistic回归模型24.7预测准确度比较第25章信用卡用户信用评测的挖掘模型25.1研究背景25.2研究动机25.3研究目的25.4Excel2007构建数据挖掘模型25.4.1决策树分析25.4.2聚类分析25.4.3Logistic回归第26章市场营销与客户细分的挖掘模型26.1研究动机与目的26.2研究方法与限制26.3数据分析26.4挖掘建模26.4.1决策树26.4.2单纯贝叶斯分类26.4.3聚类分析26.4.4决策树26.4.5Logistic回归26.4.6关联分析26.5结论
展开全部
配送说明
...
相似商品
为你推荐
开播时间:09月02日 10:30