●理 論 篇第1 章 數據挖掘概述1.1  數據挖掘的基本概念1.2  數據挖掘的起源與發展1.3  數據挖掘的應用產業與行業1.4  數據挖掘相關的幾個概念第2 章 數據挖掘任務和方法2.1  大數據挖掘的任務2.2  數據挖掘的常見方法工 具 篇第3 章 數據挖掘平臺PMT3.1  PMT 概述 3.2  PMT 使用說明 3.3  PMT 的特點 第4 章 數據挖掘認知實驗 4.1  分類預測認知實驗 4.2  回歸預測認知實驗 4.3  聚類分析認知實驗 4.4  關聯規則認知實驗 實 訓 篇實訓1 基於時間序列的分倉商品需求預測 實訓背景 實訓分析 核心知識點 實訓步驟 拓展與思考 實訓2 基於聚類分析（K-means）的快遞企業客戶群識別 實訓背景 實訓分析 核心知識點 實訓步驟 拓展與思考 實訓3 基於關聯規則的超市顧客購物行為分析 實訓背景 實訓分析 核心知識點 實訓步驟 拓展與思考 實訓4 基於決策樹的電信流失客戶預警與分析 實訓背景 實訓分析 核心知識點 實訓步驟 拓展與思考 實訓5 基於神經網絡算法的共享單車需求預測 實訓背景 實訓分析 核心知識點 實訓步驟 拓展與思考 實訓6 基於邏輯回歸算法的信用風險預測 實訓背景 實訓分析 核心知識點 實訓步驟 拓展與思考 實訓7 深度學習在圖像識別及圖像分類領域中的應用 實訓背景 實訓分析 核心知識點 實訓步驟 拓展與思考 參考文獻

本書分為理論篇、工具篇和實訓篇。理論篇主要介紹數據挖掘的基礎知識、基本任務和常用方法，側重培養學生對於數據挖掘基本概念等理論知識的正確理解；工具篇主要介紹PMT這一的數據挖掘工具，通過功能簡介、分類預測認知實驗等內容，側重培養學生對於數據挖掘基本操作的準確認知；實訓篇主要介紹了七個來自實際企業需求的大數據挖掘案例，側重培養學生對於數據挖掘解決實際問題的應用。本書結構嚴密、內容較新，敘述清晰，強調實踐，可作為各類職業院校大數據類課程的教材，也可作為企業大數據分析的培訓教材，還可作為企事業單位企業管理、電子商務、市場營銷、國際貿易等相關從業人員的參考用書。

大數據分析、數據挖掘是當今科技行業非常受歡迎的流行語，也是各領域人士極為關注的話題。飛速發展的中國，同樣將大數據作為行業重點，企業實踐成果不斷湧現。 本書是數據科學領域為數不多的理論與實踐相結合的教材，它通過詳細剖析數據挖掘的基礎理論、數據挖掘工具基本功能和企業的實訓實例，全面展現了大數據分析與挖掘的基礎知識、基本任務、常見方法、實用場景和主要流程等。 本書分為三篇。理論篇，大數據分析與挖掘的理論部分，包括數據挖掘概述、數據挖掘任務和方法；工具篇，大數據分析與挖掘的工具部分，包括數據挖掘平臺PMT、數據挖掘認知實驗；實訓篇，大數據分析與挖掘的實訓部分，包括基於時間序列的分倉商品需求預測、基於聚類分析（K-means）的快遞企業客戶群識別、基於關聯規則的超市顧客購物行為分析、基於決策樹的電信流失客戶預警與分析、基於神經網絡算法的共享單車需求預測、基於邏輯回歸算法的信用風險預測、深度學等