數據挖掘實用案例分析

內容簡介

數據挖掘已經廣泛套用於各行各業,並催生了數據分析師的興起。本書結合項目實踐，首先對數據挖掘的核心問題進行了總結，並以保險推薦為例說明數據挖掘過程中每個步驟需要關注之處；然後，結合香水銷售分析，討論可視化圖形的基本套用。為增強本書的實用性，提高讀者的動手能力，後續章節詳細地分析了數據挖掘在銀行信用卡、餐飲、商務酒店、製造業、公安等領域的套用。此外，本書還介紹了卷積神經網路在音頻數據處理方面的實際套用。

本書內容深入淺出，案例生動形象，可以作為高校相關專業“數據挖掘”“機器學習”“商務數據分析”等課程的實驗教材，也可以供學習數據分析的社會人士參考。

圖書目錄

第1章數據分析過程的主要問題

1.1業務理解

1.2數據理解

1.3數據質量問題與預處理

1.4數據分析常見陷阱

1.5數據分析方法的選擇

1.5.1分類算法

1.5.2聚類算法

1.5.3關聯分析

1.5.4回歸分析

1.5.5深度學習

1.5.6統計方法

1.6數據分析結果的評價

1.6.1分類算法的評價

1.6.2聚類結果的評價

1.6.3關聯分析的評價

1.6.4回歸分析結果的評價

1.6.5深度學習的評價

1.7數據分析團隊的組建

1.7.1項目經理

1.7.2業務專家

1.7.3數據工程師

1.7.4數據建模人員

1.7.5可視化人員

1.7.6評估人員

1.8數據分析人才培養的難題

1.8.1數理要求高

1.8.2跨學科綜合能力

1.8.3國內技術資料少

1.8.4實踐機會少

第2章數據挖掘算法的選擇——保險產品推薦

2.1業務理解

2.2數據分析目標

2.3數據探索

2.3.1數據質量評估

2.3.2探索數據統計特性

2.3.3數據降維

2.4模型選擇過程

2.4.1算法初選

2.4.2算法驗證

2.4.3算法最佳化

2.4.4平衡數據集

2.4.5修改模型參數

2.5總結

第3章常用可視化的多維分析

3.1箱圖

3.2雷達圖

3.3標籤雲

3.4氣泡圖

3.5樹圖

3.6地圖

3.7高低圖

數據挖掘實用案例分析

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條