想要了解数据挖掘的朋友们欢迎点击知识兔免费下载并阅读。
数据挖掘基础与应用作者介绍：
谢邦昌教授，台湾大学生物统计学博士、现任台湾辅仁大学统计资讯学系教授、台湾辅仁大学管理学院商学所所长、中华资料采矿协会理事长、台北市政府市政顾问。他还担任中华人民共和国国家统计局教材编审委员，厦门大学经济学院计划统计系讲座教授、博士生导师，同时是中国人民大学统计学院、中央财经大学统计学院等国内许多著名高校的客座教授。谢邦昌教授是台湾数据挖掘界的领军人物及世界知名统计学家，长久以来致力推动两岸商务智能、数据挖掘和统计应用研究的发展。目前的研究方向主要集中在生物统计、抽样调查设计、统计预测模型、数据挖掘，特别是数据挖掘与商务智能在企业中的应用研究。先后公开发表有关数据挖掘、预测模型、市场调查等方面的论文130余篇，出版统计学相关学术专著40余部。数据挖掘基础与应用特别备注：
数据挖掘基础与应用来源于网络，仅用于分享知识，学习和交流!请下载完在24小时内删除。数据挖掘基础与应用禁用于商业用途！如果您喜欢《数据挖掘基础与应用》，请购买正版，谢谢合作。
爱学习，请到知识兔查找资源自行下载！
数据挖掘基础与应用目录
前言1.第1章 数据挖掘与数据仓库11.1 数据挖掘简介1
1.1.1 数据挖掘的定义1
1.1.2 数据挖掘的重要性1
1.1.3 数据挖掘的功能1
1.1.4 数据挖掘的步骤2
1.1.5 数据挖掘建模的标准CRISP-DM2
1.2 商务智能简介4
1.2.1 商务智能4
1.2.2 商务智能的定义4
1.2.3 商务智能的架构5
1.2.4 商务智能的实施流程5
1.3 数据挖掘与其他相关领域的关系6
1.3.1 数据挖掘与统计分析的不同6
1.3.2 数据挖掘与数据仓库的关系6
1.3.3 KDD与数据挖掘的关系7
1.3.4 在线分析处理（OLAP）与数据挖掘的关系7
1.3.5 数据挖掘与机器学习的关系8
1.3.6 Web挖掘和数据挖掘有什么不同8
1.4 数据挖掘在客户关系管理中的应用9
1.4.1 客户关系管理（CRM）9
1.4.2 客户关系管理指标10
1.4.3 数据挖掘应用于各行业13
1.4.4 客户市场细分14
1.4.5 交叉销售15
1.4.6 客户关系管理四大循环过程15
1.4.7 数据库营销16
1.5 数据仓库定义17
1.5.1 数据仓库特性17
1.5.2 数据仓库架构18
1.5.3 构建数据仓库的原因19
1.5.4 构建数据仓库的主要目的19
1.5.5 数据仓库的应用20
1.5.6 数据仓库的管理20
1.6 数据挖掘工具分类21
1.6.1 数据挖掘工具21
1.6.2 各工具的简介21
[1[0第0]1]2章 SQL语言介绍及其实例22
2.1 SQL简介及数据变量来源说明22
2.1.1 何谓SQL22
2.1.2 各数据文档变量说明23
2.2 SQL基本语法介绍25
2.3 [0会0]员基本资料整理40
2.3.1 查询县市别填答状态40
2.3.2 婚姻状态42
2.4 [0会0]员基本变项43
2.4.1 性别43
2.4.2 交易周期性变化49
2.4.3 会员在交易时的年龄及婚姻状态52
2.4.4 会员交易金额及红利积点次数分配百分比55
2.4.5 平均交易间隔时间59
2.5 产品组合62
2.5.1 按照产品编号排行榜63
2.5.2 单项产品的排行榜68
2.5.3 重复购买率71
2.6 会员流失率79
2.7 会员贡献度83
3.第13章 SQL Server 2008的数据挖掘模型在零售业中的应用86
3.1 实际案例练习86
3.1.1 数据挖掘Microsoft决策树87
3.1.2 数据挖掘Microsoft罗吉斯回归90
3.1.3 数据挖掘Microsoft类神经网络93
3.1.4 数据挖掘Microsoft贝氏概率分类97
3.2 潜在客户预测模型99
3.2.1 潜在客户预测流程图99
3.2.2 交易频率趋势图100
3.2.3 交易频率语法101
3.3 模型建构102
3.3.1 SSIS操作流程102
3.3.2 SSAS操作流程113
3.3.3 数据挖掘Microsoft决策树模型建构118
3.3.4 数据挖掘Microsoft罗吉斯回归模型建构128
3.3.5 数据挖掘Microsoft类神经网络及贝氏概率模型建构130
3.3.6 模型比较132
3.4 数据挖掘Microsoft时间序列140
3.4.1 基本概念140
3.4.2 时间序列的成分142
3.4.3 时间序列数据的图形介绍143
3.4.4 利用修匀法预测147
3.4.5 用趋势投射预测时间序列150
3.4.6 预测含趋势与季节成分的时间序列151
3.4.7 利用回归模型预测时间序列152
3.4.8 其他预测模型153
3.4.9 模型单变量时间序列预测模型153
3.4.10 时间趋势预测模型155
3.4.11 范例操作156
3.5 数据挖掘Microsoft聚类分析165
3.5.1 基本概念165
3.5.2 范例操作167
3.6 数据挖掘Microsoft线性回归182
3.6.1 基本概念182
3.6.2 简单线性回归分析184
3.6.3 多元回归分析184
3.6.4 岭回归分析184
3.6.5 范例操作185
3.6.6 补充（测试集数据汇出）205
3.7 数据挖掘Microsoft关联规则208
3.7.1 基本概念208
3.7.2 关联规则的种类209
3.7.3 关联规则的算法：Apriori算法0209
3.7.4 关联规则DMX数据挖掘语法0]210
3.8 数据挖掘Microsoft时序群集211
3.8.1 基本概念211
3.8.2 相关研究211
3.8.3 时序群集DMX数据挖掘语法212
[1[0第0]1]4章 OLAP在零售业中的应用214
4.1 数据仓库214
4.2 实例操作217
4.2.1 数据来源检查2174.2.2 创建命名查询（VIP会员数据）222
4.2.3 编辑命名查询（VIP产[0品0]组成货号）224
4.2.4 编辑命名查询（VIP订单明细表）225
4.2.5 编辑命名查询（VIP订单数）225
4.2.6 编辑命名查询（VIP购买产品）225
4.2.7 编辑命名查询（VIP会员数）226
4.3 维度设计227
4.4 建立多维数据集238
4.4.1 对企业的价值238
4.4.2 数据储存的选择性239
4.4.3 实例操作240
4.5 数据模拟及相关数据明细249
[1[0第0]1]5章 Excel中的数据挖掘模块253
5.1 安装与设定数据挖掘加载宏253
5.1.1 系统需求253
5.1.2 开始安装253
5.1.3 完成安装检查256
5.1.4 状态设定256
5.1.5 设定完成检查259
5.2 Excel 2007数据挖掘工具列介绍260
5.2.1 数据挖掘使用帮助260
5.2.2 数据挖掘连接设定261
5.2.3 设定目前的连接261
5.2.4 跟踪263
5.2.5 数据准备263
5.2.6 浏览数据263
5.2.7 清除数据266
5.2.8 为数据分区267
5.2.9 数据建模270
5.2.10 准确性和验证270
5.2.11 精确度图表270
5.2.12 分类矩阵271
5.2.13 利润图272
5.2.14 模型使用方法272
5.2.15 浏览272
5.2.16 查询275
5.2.17 模型管理275
5.2.18 重命名此挖掘结构276
5.2.19 删除此挖掘结构276
5.2.20 清除此挖掘结构276
5.2.21 使用原始数据处理此挖掘结构277
5.2.22 用新数据处理此挖掘结构277
5.2.23 导出此挖掘结构278
5.2.24 导入278
附录279
数据挖掘基础与应用简介：
书名： 数据挖掘基础与应用图书作者： 谢邦昌
出版社： 机械工业出版社
出版日期： 2012-01-01 0:00:00
ISBN号： 9787111360735
开本： 16开
页数： 285
版次： 1-1
下载说明：
方法一：1、下载并解压，得出pdf文件
2、如果打不开本文件，别着急，这时候请务必在知识兔选择一款阅读器下载哦
3、安装后，再打开解压得出的pdf文件
4、以上都完成后，接下来双击进行阅读就可以啦，朋友们开启你们的阅读之旅吧。
方法二：
1、可以在手机里下载知识兔中的阅读器和百度网盘
2、接下来直接将pdf传输到百度网盘
3、用阅读器打开即可阅读
下载体验