●第1章 數據挖掘與R語言概述
1.1 什麼是數據挖掘
1.2 數據挖掘的結果
1.2.1 數據挖掘結果的呈現方式
1.2.2 數據挖掘結果的基本特征
1.3 數據挖掘能做什麼
1.3.1 數據預測
1.3.2 發現數據的內在結構
1.3.3 發現關聯性
1.3.4 模式診斷
1.4 數據挖掘方法的特點
1.4.1 對目標契合度不高的數據，怎樣的建模策略能夠更好地迎合分析的需要
1.4.2 對於海量、高維數據，怎樣的建模策略能夠更好地揭示數據特征，提高分析效率
1.4.3 對於復雜類型和關繫數據，怎樣的建模策略能夠清晣地揭示數據的特征
1.5 數據挖掘的典型應用
1.5.1 數據挖掘在客戶細分研究中的應用
1.5.2 數據挖掘在客戶流失分析中的應用
1.5.3 數據挖掘在營銷響應分析中的應用
1.5.4 數據挖掘在交叉銷售中的應用
1.5.5 數據挖掘在欺詐甄別中的應用
1.6 R語言入門推薦
1.6.1 R的包
1.6.2 R的下載安裝
1.6.3 R起步
1.6.4 R的運行方式和其他
1.7 RStudio簡介
1.8 本章函數列表
第2章 R的數據組織和整理
2.1 R的數據對像
2.1.1 從存儲角度劃分R對像
2.1.2 從結構角度劃分R對像
2.1.3 創建和訪問R的數據對像
2.2 向量的創建和訪問
2.2.1 創建隻包素的向量
2.2.2 創建包素的向量
2.2.3 訪問向素
2.3 矩陣的創建和訪問
2.3.1 創建矩陣
2.3.2 訪問矩素
2.4 數據框的創建和訪問
2.4.1 創建數據框
2.4.2 訪問數據框
2.5 數組和列表的創建和訪問
2.5.1 創建和訪問數組
2.5.2 創建和訪問列表
2.6 數據對像的相互轉換
2.6.1 不同存儲類型之間的轉換
2.6.2 不同結構類型之間的轉換
2.7 導入外部數據和保存數據
2.7.1 導入文本數據
2.7.2 導入SPSS數據
2.7.3 利用ODBC導入數據庫數據和Excel表數據
2.7.4 共享R自帶的數據包
2.7.5 數據保存
2.8 R語言程序設計基礎
2.8.1 R程序設計基本概念
2.8.2 R的繫統函數
2.8.3 用戶自定義函數
……
第3章 R的數據可視化
第4章 R的近鄰分析：數據預測
第5章 R的決策樹：數據預測
第6章 R的人工神經網絡：數據預測
第7章 R的支持向量機：數據預測
第8章 R的一般聚類：揭示數據內在結構
第9章 R的特色聚類：揭示數據內在結構
第10章 R的關聯分析：揭示數據關聯性
第11章 R的模式甄別：診斷異常數據
第12章 R的網絡分析初步
