范若愚，数据挖据领域的技术专家，有着丰富的商业实践经验，2000年前后被美国猎头公司列为最优秀的（top tier）金融数据模型师之一，2012年被评为上海千人计划特聘专家。
　　早期硕士毕业于美国排名前三位的统计系（威斯康辛大学一麦迪逊分校），曾在美国咨询公司、银行、信用卡公司、风险投资公司等机构任职。主导、参与过大量的数据挖掘项目，包括银行、信用卡、电信、证券、保险、零售、互联网、新能源等行业。曾率领咨询团队负责为花旗银行的联名信用卡业务提供一切与数据分析有关的服务，包括制订市场销售和风险管理的策略。服务过的国内外大型企业还包括美国第一资本公司、运通公司、Sprint通信公司、太阳信托银行、Chevy Chase银行、锐步公司、中国交通银行、光大银行、兴业银行、深圳发展银行、上海银行、宁波银行、浙江联通、中国国航等。

　　《大数据时代的商业建模》理想的读者是对数据挖掘有兴趣，且有一定统计基础、熟悉统计软件SAS的人士，因为《大数据时代的商业建模》跳过了一些初级统计知识、基本SAS程序的传授。对数据挖掘领域的初涉者，阅读《大数据时代的商业建模》可能要花更多的时间和精力，最好能同时补充些统计和SAS软件的基础知识。我们希望各个层级的数据挖掘爱好者都能从《大数据时代的商业建模》中获益。

序
前言
第一篇 基本知识
第1章 简介
1.1 数据挖掘简介
1.2 数据建模简介
第2章 数据建模的基本知识
2.1 建模的前提和假设
2.2 建模的数据样本
2.3 建模的本质
2.4 关于数据建模的几点说明

第二篇 数据建模
第3章 商业问题的转化
3.1 建模目标
3.2 建模变量
3.3 建模样本
3.4 建模方法
第4章 建模前的数据处理
4.1 数据导入
4.2 数据整合
4.3 划分数据集
4.4 平衡样本
4.5 数据预处理
第5章 变量删减
5.1 变量的同质性
5.2 变量的相关性
第6章 单变量分析之类别变量
第7章 单变量分析——连续变量
7.1 当作类别变量处理
7.2 散点图分析
7.3 变量的转换
7.4 特殊值的调整
第8章 变量间的相互作用
8.1 存在变量间相互作用的例子
8.2 如何发现变量间相互作用的存在
8.3 如何处理变量间存在的相互作用
第9章 建立模型
第10章 模型的评估与验证
10.1 评估模型的一些衡量指标
10.2 十等分位法评估模型
10.3 模型的打分
10.4 模型的验证
第11章 模型的使用和维护
11.1 模型的使用
11.2 模型的追踪
……

第三篇 实际商业案例