●前言章  大數據及其應用 …… 0011.1  大數據的特性 …… 0011.2  數據發展歷程 …… 0051.3  數據挖掘經典算法簡介 …… 0131.4  大數據技術應用：人臉的價值 …… 0271.5  數據存儲簡介 …… 0301.6  大數據分析：應當具備的知識架構 …… 0321.7  本章作業 …… 0331.8  擴展：輿情來預測股票的一些細節 …… 034第2章  分類算法 …… 0362.1  機器學習 …… 0362.2  兩種思考模式：演繹和歸納 …… 0422.3  分類算法的應用 …… 0442.4  跨部門數據整合 …… 0502.5  總結：機器看世界 …… 0522.6  用戶流失識別 …… 0562.7  生存分析簡介 …… 0582.8  Weka簡介 …… 0592.9  本章作業 …… 0662.10  擴展 …… 072第3章  聚類算法 …… 0783.1  K均值聚類算法原理 …… 0783.2  K均值聚類的三個步驟 …… 0803.3  分類算法vs.聚類算法 …… 0873.4  Weka中的聚類算法 …… 0883.5  聚類的應用 …… 0893.6  Weka操作聚類分析的演示 …… 0943.7  本章作業 …… 0973.8  擴展 …… 098第4章  網絡分析 …… 1014.1  網絡分析的背景 …… 1014.2  PageRank …… 1054.3  應用 …… 1184.4  網絡分析 …… 1244.5  擴展：網絡關繫的存儲 …… 1344.6  擴展：科技樹的傳承 …… 136參考資料 …… 137第5章  購物籃算法 …… 1385.1  購物籃算法的原理 …… 1395.2  評價：三個指標 …… 1455.3  開放思考：可否把購物籃看作網絡 …… 1505.4  Weka操作關聯規則的演示過程 …… 1525.5  本章作業 …… 1545.6  擴展 …… 155第6章  神經網絡 …… 1606.1  四個基本型：本質是窮舉 …… 1606.2  什麼是學習 …… 1616.3  神經網絡算法 …… 1706.4  空間想像：支持向量機（SVM） …… 1856.5  商業問題和基本型 …… 1896.6  Weka操作神經網絡分析的過程 …… 1916.7  本章作業 …… 193第7章  如何領導數據分析團隊 …… 1957.1  大數據/機器學習/深度學習的演變 …… 1957.2  對管理者的啟示 …… 2037.3  本書知識回顧 …… 219

如果用一段話來總結這本書的內容，我很願意引用2013年第yi次寫下課程教案時對課程的描述：“它不是一門人雲亦雲的課程，不講理論，以實戰為主，用一套套實際數據來講如何從數據裡發掘商業問題和檢驗商業假設；它是一門商業素養和技術算法綜合應用的課程，需要有開放思想和開放學習能力的同學來參與和體驗；它是一門動手性極強的課程，以臉書、騰訊、雅虎等公司的分享數據為基礎，培養學生過硬的推理和分析能力；它是一門跨學科的課程，為同學未來領導跨部門商業數據分析團隊鋪路。

2013年開始我為學院MBA學生講授數據分析選修課程，至今已超過5年。開設當年正值大數據概念引起國內關注之時，為了吸引學生眼球，給課程名加上個“大”字。商學院的同學多在企業各業務職能部門從事管理工作，他們的實際需求並不在於成為技術專家，而在於直面日漸增長的數據對業務決策帶來的挑戰和機遇，能在實際工作中將商業挑戰與企業數據結合提出正確的商業分析需求，並有效組織和管理團隊完成基於數據的決策。按照這樣的教學思路和近五年的實戰授課，如今終於可以完成此書，供讀者閱讀了解企業如何結合數據和算法實現新的商業應用。如果用一段話來總結這本書的內容，我很願意引用2013年次寫課程教案時的簡介：“它不是一門人雲亦雲的課程，不講理論，以實戰為主，用一套套實際數據來講如何從數據裡發掘商業問題和檢驗商業假設；它是一門商業素養和技術算法綜合應用的課程，需要有開放思想和開放學習能力的同學來參與和體驗；它是一門動手性極強的等