第1章 商务智能概述
1.1 商务智能的概念
1.1.1 数据、信息与知识
1.1.2 商务智能的定义
1.1.3 商务智能的特点
1.1.4 商务智能的过程
1.2 商务智能的产生与发展
1.3 商务智能与分析
1.3.1 商务智能应用背景
1.3.2 商务智能关键技术分析
1.4 商务智能的系统架构及实施
1.4.1 商务智能系统架构
1.4.2 商务智能系统要素
1.4.3 商务智能系统实施
1.5 主流商务智能产品
1.6 商务智能的未来发展趋势
1.7 商务智能的应用
1.8 本章小结
第2章 商务智能中的核心技术
2.1 数据预处理
2.1.1 数据预处理概述
2.1.2 数据预处理的必要性
2.1.3 数据预处理的基本方法
2.1.4 数据清洗
2.1.5 数据集成
2.1.6 数据变换
2.1.7 数据归约
2.2 数据抽取-转换-装载
2.2.1 相关概念
2.2.2 数据抽取-转换-装载建模过程
2.2.3 数据抽取-转换-装载模式介绍
2.3 多维数据模型
2.3.1 多维数据模型的概念
2.3.2 多维数据模型的构建方法
2.4 联机分析处理
2.4.1 联机分析处理简介
2.4.2 联机分析处理的分类
2.4.3 联机分析处理的基本概念和典型操作
2.4.4 联机分析处理系统的实现途径及实施过程
2.4.5 联机分析处理的主流工具
2.5 数据可视化
2.5.1 数据可视化简介
2.5.2 数据可视化的优势
2.5.3 数据可视化工具
2.6 本章小结
第3章 数据挖掘概述
3.1 数据挖掘的起源与发展
3.1.1 数据挖掘的起源
3.1.2 数据挖掘的发展
3.2 数据挖掘所要解决的问题
3.3 数据挖掘的定义
3.4 数据挖掘的过程
3.5 数据挖掘系统
3.6 数据挖掘的功能和方法
3.6.1 数据挖掘的功能
3.6.2 数据挖掘的方法
3.7 数据挖掘的典型应用领域
3.8 数据挖掘的发展趋势
3.9 本章小结
第4章 Apriori关联规则算法
4.1 Apriori算法原理
4.1.1 频繁项集的评估标准
4.1.2 Apriori算法思想
4.1.3 Apriori算法流程
4.2 Python代码实现
4.3 案例4-1：信用卡消费推荐
4.3.1 实验步骤
4.3.2 实验结果
4.3.3 实验总结
4.4 本章小结
第5章 决策树分类算法
5.1 决策树算法原理
5.1.1 决策树是什么
5.1.2 如何生成决策树
5.1.3 决策树生成之后做什么
5.1.4 决策树算法步骤
5.1.5 决策树算法的优势和劣势
5.2 Python代码实现
5.3 案例5-1：基于决策树的理财产品促销
5.3.1 实验原理
5.3.2 实验步骤
5.3.3 实验结果
5.3.4 实验总结
5.4 本章小结
第6章 朴素贝叶斯分类算法
6.1 朴素贝叶斯分类算法原理
6.1.1 贝叶斯原理
6.1.2 朴素贝叶斯
6.1.3 朴素贝叶斯算法流程
6.1.4 朴素贝叶斯算法的优缺点
6.2 Python代码实现
6.3 案例6-1：基于朴素贝叶斯的理财产品促销
6.3.1 实验步骤
6.3.2 实验结果
6.3.3 实验总结
6.4 本章小结
第7章 k近邻分类与k均值聚类算法
7.1 k近邻分类原理与实现
7.1.1 距离
7.1.2 k值选择
7.1.3 分类规则
7.1.4 k近邻算法分类的工作原理总结
7.1.5 k近邻算法分类的优缺点
7.1.6 k近邻算法分类的代码
7.2 k近邻算法案例
7.2.1 实验原理
7.2.2 实验步骤
7.2.3 实验结果
7.2.4 实验总结
7.3 均值聚类原理与实现
7.3.1 什么是k均值聚类算法
7.3.2 均值聚类的算法过程
7.3.3 k均值聚类的算法代码
7.4 k均值聚类案例
7.4.1 实验原理
7.4.2 实验步骤
7.4.3 实验结果
7.4.4 实验总结
7.5 本章小结
第8章 神经网络算法
8.1 人工神经网络模型
8.1.1 人工神经网络的概念
8.1.2 人工神经网络的发展
8.1.3 人工神经网络的特点
8.1.4 人工神经网络的结构
8.1.5 人工神经网络模型
8.2 案例8-1：股票价格波动分析
8.2.1 实验步骤
8.2.2 实验结果
8.2.3 实验总结
8.3 本章小结
第9章 线性回归模型
9.1 线性回归
9.2 线性回归实例
9.2.1 算法原理
9.2.2 实验步骤
9.2.3 实验结果
9.3 本章小结
第10章 逻辑回归模型
10.1 逻辑回归模型的算法原理
10.1.1 什么是逻辑回归
10.1.2 向量化
10.1.3 正则化
10.1.4 多类分类问题
10.2 案例10-1：客户流失预警模型
10.2.1 实验原理
10.2.2 实验步骤
10.2.3 实验结果
10.3 本章小结
第11章 AdaBoost算法与数据聚类模型
11.1 AdaBoost算法原理
11.1.1 AdaBoost是什么
11.1.2 AdaBoost算法流程
11.1.3 AdaBoost实
展开
