大数据分析与挖掘

理 论 篇
第1章 数据挖掘概述3
1.1　数据挖掘的基本概念4
1.2　数据挖掘的起源与发展7
1.3　数据挖掘的应用产业与行业11
1.4　数据挖掘相关的几个概念19

第2章 数据挖掘任务和方法26
2.1　大数据挖掘的任务27
2.2　数据挖掘的常见方法33

工 具 篇
第3章 数据挖掘平台PMT57
3.1　PMT概述58
3.2　PMT使用说明72
3.3　PMT的特点74

第4章 数据挖掘认知实验80
4.1　分类预测认知实验81
4.2　回归预测认知实验84
4.3　聚类分析认知实验88
4.4　关联规则认知实验91

实 训 篇
实训1 基于时间序列的分仓商品需求预测99
实训背景100
实训分析100
核心知识点101
实训步骤104
拓展与思考118

实训2 基于聚类分析（K-means）的快递企业客户群识别119
实训背景120
实训分析120
核心知识点121
实训步骤122
拓展与思考140

实训3 基于关联规则的超市顾客购物行为分析142
实训背景143
实训分析143
核心知识点143
实训步骤144
拓展与思考154

实训4 基于决策树的电信流失客户预警与分析155
实训背景156
实训分析156
核心知识点157
实训步骤161
拓展与思考178

实训5 基于神经网络算法的共享单车需求预测180
实训背景181
实训分析181
核心知识点182
实训步骤184
拓展与思考200

实训6 基于逻辑回归算法的信用风险预测201
实训背景202
实训分析202
核心知识点203
实训步骤204
拓展与思考215

实训7 深度学习在图像识别及图像分类领域中的应用217
实训背景218
实训分析218
核心知识点219
实训步骤220
拓展与思考232

参考文献233