資料採礦與商業智慧 第一版 2009年 （附光碟）

Part 1　資料採礦概論
第一章　資料採礦概論
第一節　資料採礦之概念
第二節　何謂資料採礦
第三節　資料採礦的定義
第四節　資料採礦的流程
第五節　資料採礦的應用
第二章　資料採礦的功能
第一節　資料採礦的方式與功能
第二節　分類
第三節　推估
第四節　預測
第五節　集群
第六節　關聯
第七節　順序
第三章　資料庫與資料採礦
第一節　資料與資料庫
第二節　資料庫架構
第三節　資料導入：以 SPSS Clementine為例
第四節　資料品質
第五節　資料預處理
Part 2　資料採礦分析
第四章　類神經網路
第一節　類神經網路的基本概念
第二節　類神經網路演算法簡介
第三節　Clementine資料格式與設定
第四節　個案實作
第五章　決策樹
第一節　決策樹基本概念
第二節　決策樹演算法簡介
第三節　Clementine C5.0資料格式與設定
第四節　個案實作
第六章　分類與迴歸樹
第一節　分類與迴歸樹基本概念
第二節　C&R Tree演算法簡介
第三節　Clementine C&R Tree資料格式與設定
第四節　個案實作
第七章　類神經網路：Kohonen
第一節　類神經網路 Kohonen基本概念
第二節　類神經網路 Kohonen演算法
第三節　Clementine類神經網路 Kohonen資料格式與設定
第四節　個案實作
第八章　集群分析
第一節　集群分析 K-means的基本概念
第二節　K-means演算法簡介
第三節　Clementine K-Means資料格式與設定
第四節　個案實作
第九章　兩階段集群分析
第一節　兩階段集群分析基本概念
第二節　兩階段集群分析演算法
第三節　Clementine兩階段集群分析資料格式與設定
第四節　個案實作
第十章　關聯法則
第一節　關聯法則 Apriori基本概念
第二節　Apriori演算法簡介
第三節　Clementine Apriori資料格式與設定
第四節　個案實作
第十一章　規則歸納法
第一節　規則歸納法基本概念
第二節　GRI演算法簡介
第三節　Clementine GRI資料格式與設定
第四節　個案實作
第十二章　次序分析
第一節　次序分析基本概念
第二節　次序分析演算法簡介
第三節　Clementine次序分析資料格式與設定
第四節　個案實作
第十三章　因素分析
第一節　因素分析基本概念
第二節　因素分析演算法簡介
第三節　SPSS Clementine PCA/Factor資料格式與設定
第四節　個案實作
Part 3　商業智慧
第十四章　商業智慧
第一節　商業智慧
第二節　商業智慧的定義
第三節　商業智慧的發展
第四節　商業智慧的架構
第五節　商業智慧應用涵蓋的範圍
第六節　商業智慧的系統發展程序
第十五章　資料倉儲
第一節　資料倉儲概念
第二節　資料倉儲架構
第三節　資料倉儲的維度模式
第四節　資料倉儲的建置
第十六章　線上分析處理
第一節　線上分析處理概念
第二節　多維度資料結構與模型
第三節　多維度資料分析架構
第十七章　平衡計分卡
第一節　何謂平衡計分卡
第二節　平衡計分卡的構面
第三節　平衡計分卡的實施步驟
第四節　平衡計分卡的因果關係價值鏈
第十八章　智慧資本與無形資產
第一節　智慧資本
第二節　智慧資本的鑑價
第三節　無形資產

Part 1　資料採礦概論
第一章　資料採礦概論
第一節　資料採礦之概念
第二節　何謂資料採礦
第三節　資料採礦的定義
第四節　資料採礦的流程
第五節　資料採礦的應用
第二章　資料採礦的功能
第一節　資料採礦的方式與功能
第二節　分類
第三節　推估
第四節　預測
第五節　集群
第六節　關聯
第七節　順序
第三章　資料庫與資料採礦
第一節　資料與資料庫
第二節　資料庫架構
第三節　資料導入：以 SPSS Clementine為例
第四節　資料品質
第五節　資料預處理
Part 2　資料採礦分析
第四章　類神經網路
第一節　類神經網路的基本概念
第...