Part I Data Mining演算法介紹
第0章 前言
0-1 何謂Big data
0-2 Big data實例
0-3 SQL Server 2014簡介
第1章 資料採礦簡介
1-1 資料採礦定義
1-2 資料採礦重要性
1-3 資料採礦功能
1-4 資料採礦步驟
1-5 資料採礦建模的標準CRISP-DM
第2章 資料採礦運用理論及技術
2-1 迴歸分析
2-2 關聯法則
2-3 集群分析
2-4 判別分析
2-5 類神經網路分析
2-6 決策樹分析
2-7 其他分析方法
第3章 資料採礦與其他相關領域的關係
3-1 資料採礦與統計分析的不同
3-2 資料採礦與資料倉儲的關係
3-3 KDD與資料採礦的關係
3-4 OLAP與資料採礦的關係
3-5 資料採礦與機器學習的關係
3-6 Web Mining和Data Mining有什麼不同?
第4章 資料採礦商業軟體產品及其應用現狀
4-1 資料採礦商業軟體的分類
4-2 主要軟體的介紹
4-3 顧客關係管理(CRM)
4-4 資料採礦的行業應用
Part II Excel 2013資料採礦模組介紹
第5章 安裝與設定資料採礦增益集
5-1 系統需求
5-2 開始安裝
5-3 完成安裝檢核
5-4 組態設定
5-5 組態完成檢核
第6章 Excel 2013資料採礦入門
6-1 Excel 2013資料採礦功能介紹
6-2 資料採礦使用說明
6-3 資料採礦連接設定
6-4 資料準備
6-5 資料模型化
6-6 精確度和驗證
6-7 模型使用方式
6-8 模型管理
第7章 決策樹
7-1 基本概念
7-2 決策樹模組的建置
7-3 決策樹與判別函數比較
7-4 計算方法
7-5 Excel操作步驟
第8章 貝氏機率分類
8-1 基本概念
8-2 Excel操作步驟
第9章 關聯規則
9-1 基本概念
9-2 關聯規則的種類
9-3 Apriori演算法
9-4 Excel操作步驟
第10章 群集分析
10-1 基本概念
10-2 階層式群集分析
10-3 群集分析原理
10-4 Excel 操作步驟
第11章 時序集群
11-1 基本概念
11-2 相關研究和演算法
11-3 Excel操作步驟
第12章 線性迴歸
12-1 基本概念
12-2 簡單迴歸分析
12-3 複迴歸分析
12-4 Excel操作步驟
第13章 羅吉斯迴歸
13-1 基本概念
13-2 logit變換
13-3 logistic分佈
13-4 列聯表的logistic迴歸模型
13-5 Excel操作步驟
第14章 類神經網路
14-1 基本概念
14-2 類神經網路的特性
14-3 神經網路的架構與訓練演算法
14-4 類神經網路應用
14-5 類神經網路優缺點
14-6 Excel操作步驟
第15章 時間序列
15-1 基本概念
15-2 時間序列的成份
15-3 時間序列資料的圖形介紹
15-4 利用修勻法預測
15-5 用趨勢投射預測時間序列
15-6 預測含趨勢與季節成份的時間序列
15-7 利用迴歸模型預測時間序列
15-8 其他預測模式
15-9 單變量時間序列預測模式
15-10 時間趨勢預測模式
15-11 Excel操作步驟
第16章 DMX(Data Mining Extension)介紹
16-1 DMX介紹
16-2 DMX函數介紹
16-3 DMX資料採礦語法
16-4 DMX應用範例
Part III Excel 2013表格工具介紹
第17章 其他分析方法
17-1 分析關鍵影響因數
17-2 偵測類別目錄
17-3 加入遺漏值
17-4 預測
17-5 反白顯示例外狀況
17-6 狀況分析
17-7 假設
第18章 Excel 2013 Power BI
18-1 Power BI
18-2 Power Query
18-3 Power Pivot
18-4 Power View
18-5 Power Map
Part IV 資料採礦範例
第19章 應用CRISP-DM在各產業建立資料採礦模型
19-1 Data Mining建立信用卡使用者信用評測的採礦模型
19-2 Data Mining在電信業的應用案例
19-3 Data Mining在市場行銷的應用案例
19-4 Data Mining在臺灣產業創新概況調查案例