高效办公“职”通车：Excel 2007数据挖掘完全手册

图书标准信息

• 作者 谢邦昌 著
• 出版社 清华大学出版社
• 出版时间 2008-07
• 版次 1
• ISBN 9787302174745
• 定价 32.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 295页
• 字数 426千字
• 正文语种 简体中文

【内容简介】

　　本书围绕Excel2007的数据挖掘模块，通过大量操作示范，介绍了主流的数据挖掘方法。全书包括数据挖掘算法介绍、Excel2007数据挖掘模块介绍、其他分析工具介绍、数据挖掘范例4篇，共26章。除了给出有关的理论和原理阐述之外，还提供了一些大型应用案例。通过详细的操作讲解和结果分析，读者可以获得实际的数据挖掘经验，并能迅速地在自己所处的领域中加以应用。
　　利用Excel2007的数据挖掘模块，读者无须经过专业培训，就能完成多种数据挖掘任务。本书适用于学习数据挖掘和相关课程的学生、运用Excel2007进行复杂大型数据分析的职场人士及咨询公司从业人员等。

【目录】

第1篇数据挖掘算法介绍
第1章数据挖掘简介
1.1数据挖掘的定义
1.2数据挖掘的重要性
1.3数据挖掘的功能
1.4数据挖掘的步骤
1.5数据挖掘建模的标准CRISP-DM
第2章数据挖掘运用的理论和技术
2.1回归分析
2.1.1简单线性回归分析
2.1.2多元回归分析
2.1.3岭回归分析
2.1.4Logistic回归分析
2.2关联规则
2.3聚类分析
2.4判别分析
2.5类神经网络分析
2.6决策树分析
2.7其他分析方法
第3章数据挖掘与相关领域的关系
3.1数据挖掘与统计分析的不同
3.2数据挖掘与数据仓储的关系
3.3知识发现与数据挖掘的关系
3.4OLAP与数据挖掘的关系
3.5数据挖掘与机器学习的关系
3.6网络挖掘与数据挖掘的关系
第4章数据挖掘商业软件产品及其应用现状
4.1数据挖掘商业软件的分类
4.2主要软件的介绍
4.3顾客关系管理
4.4数据挖掘的行业应用
第2篇Excel2007数据挖掘模块介绍
第5章安装与设定Excel2007数据挖掘加载项
5.1系统需求
5.2开始安装
5.3完成安装验证
5.4组件设定
5.5配置完成检查
第6章Excel2007数据挖掘入门
6.1Excel2007数据挖掘功能介绍
6.2数据挖掘使用说明
6.2.1目录查询
6.2.2开始功能
6.2.3视频和教学
6.3数据挖掘连接配置
6.3.1设定目前的连接
6.3.2跟踪
6.4数据准备
6.4.1浏览数据
6.4.2清除数据
6.4.3分割数据
6.5数据建模
6.6精确度和验证
6.6.1准确性图表
6.6.2分类矩阵
6.6.3利润图
6.7模型用法
6.7.1浏览功能
6.7.2查询功能
6.8模型管理
6.8.1重新命名挖掘模型
6.8.2删除挖掘结构
6.8.3清除挖掘结构
6.8.4用原始数据处理挖掘结构
6.8.5用新数据处理挖掘结构
6.8.6导出挖掘结构
6.8.7导入挖掘结构
第7章决策树
7.1基本概念
7.2决策树模块的建立
7.3决策树与判别函数比较
7.4计算方法
7.4.1确定预测精度的标准
7.4.2选择分裂（分层）技术
7.4.3定义停止分裂（分层）的时间点
7.4.4选择适当大小的决策树
7.5Excel2007决策树算法
第8章贝叶斯概率分类
8.1基本概念
8.2Excel2007贝叶斯概率分类
第9章关联规则
9.1基本概念
9.2关联规则的种类
9.3关联规则的算法：Apriori算法
9.4Excel2007关联规则
第10章聚类分析
10.1基本概念
10.2层次聚类分析
10.3聚类分析原理
10.4Excel2007聚类分析
第11章时序聚类
11.1基本概念
11.2相关研究和算法
11.3Excel2007时序聚类
第12章线性回归
12.1基本概念
12.2简单回归分析
12.3多元回归分析
12.4Excel2007线性回归
第13章Logistic回归
13.1基本概念
13.2logit变换
13.3Logistic分布
13.4列联表的Logistic回归模型
13.5Excel2007Logistic回归
第14章类神经网络
14.1基本概念
14.2类神经网络的架构与训练算法
14.3类神经网络的特性
14.4类神经网络应用
14.5类神经网络优缺点
14.6Excel2007类神经网络
第15章时间序列分析
15.1基本概念
15.2时间序列的成分
15.3时间序列数据的图形介绍
15.4利用平滑法预测
15.5用趋势方程预测时间序列
15.6预测含趋势与季节成分的时间序列
15.7利用回归模型预测时间序列
15.8其他预测模型
15.9单变量时间序列预测模型
15.10时间趋势预测模型
15.11Excel2007时间序列
第16章DMX介绍
16.1DMX介绍
16.2DMX函数介绍
16.2.1模型建立
16.2.2模型训练
16.2.3模型使用（预测）
16.2.4其他函数语法
16.3DMX数据挖掘语法
16.3.1决策树
16.3.2贝叶斯概率分类
16.3.3关联规则
16.3.4聚类分析
16.3.5时序聚类
16.3.6线性回归
16.3.7Logistic回归
16.3.8类神经网络
16.3.9时间序列
16.4DMX应用范例
16.4.1分类
16.4.2估计
16.4.3预测
16.4.4关联分组
16.4.5聚类
第3篇其他分析工具介绍
第17章分析关键影响因素
第18章检测类别
第19章从示例填充
第20章预测
第21章突出显示异常值
第22章应用场景分析
22.1目标查找
22.2假设
第23章Visio2007数据透视分析
第4篇数据挖掘范例
第24章上市公司投资价值分析的挖掘模型
24.1研究动机与目的
24.2挖掘模型的构建
24.3变量筛选
24.4决策树模型
24.5贝叶斯概率模型
24.6Logistic回归模型
24.7预测准确度比较
第25章信用卡用户信用评测的挖掘模型
25.1研究背景
25.2研究动机
25.3研究目的
25.4Excel2007构建数据挖掘模型
25.4.1决策树分析
25.4.2聚类分析
25.4.3Logistic回归
第26章市场营销与客户细分的挖掘模型
26.1研究动机与目的
26.2研究方法与限制
26.3数据分析
26.4挖掘建模
26.4.1决策树
26.4.2单纯贝叶斯分类
26.4.3聚类分析
26.4.4决策树
26.4.5Logistic回归
26.4.6关联分析
26.5结论