| Dorian Pyle具有超过25年的从事数据挖掘工作的经验，担任过若干个数据挖掘工具公司、信用卡业务公司、制造业公司的顾问，他目前是Data Mirlers Inc．的顾问。他研发过若干个具有专利权的建模和数据挖掘技术，包括数据准备和数据概括工具，以及一个可以直接应用的自适应的建模技术。他还是业界会议上一位受欢迎的演说家，另外著有《Data Preparation for Data Mining》。 |
| 第一部分 本领域的概要 第1章 世界、知识与模型 2 1.1 世界的本质 2 1.2 系统 7 1.3 知识结构 8 1.4 改变知识结构 14 1.5 小结 18 补充材料 19 第2章 转变经验 20 2.1 挖掘和思想 20 2.2 世界的系统 28 2.3 战略和战术 33 2.4 小结 35 第3章 建模与挖掘的结合 37 3.1 问题 37 3.2 现实世界的数据 40 3.3 假说：解释数据 42 3.4 做出决策 45 3.5 决策 47 3.6 小结 54 第二部分 业务建模 第4章 什么是模型 56 4.1 数据、信息和知识简介 56 4.2 观察者的模型指南 60 4.3 作为一种行为的建模 70 4.4 小结 73 第5章 构建业务模型 74 5.1 建立框架 75 5.2 确定目标 77 5.3 问题和决策 78 5.4 为情形建模：将决策与世界观连接起来 83 5.5 选项：评估可能性 84 5.6 期望：评估未来 89 5.7 最后的调整 94 5.8 为问题框架构图 94 5.9 小结 98 5.10 对决策图的解释 98 5.11 风险计算 99 第6章 获得正确的模型 101 6.1 交互地探索相关领域 102 6.2 利用比喻为业务情形建模 108 6.3 探索工具 120 6.4 业务案例 126 6.5 现实：用我的数据可以做什么 133 6.6 小结 136 第7章 确保模型正确 137 7.1 发现用以挖掘的数据 137 7.2 使用数据 156 7.3 小结 161 第8章 模型的部署 162 8.1 修改业务过程 162 8.2 成功的动机 164 8.3 模型类别的影响 165 8.4 小结 170 第三部分 数据挖掘 第9章 数据挖掘模型入门 172 9.1 查看数据 172 9.2 预处理第一步：检验 174 9.3 基本特征提取 189 9.4 调查数据 194 9.5 小结 195 第10章 挖掘工具做什么 196 10.1 数据挖掘算法 196 10.2 工具和工具集 218 10.3 小结 226 第11章 获得初始模型 227 11.1 准备保持诚实 227 11.2 强调数据 229 11.3 为理解建模 241 11.4 为分类建模 250 11.5 为预测建模 263 11.6 小结 269 补充材料 269 第12章 改进已挖掘的模型 271 12.1 从误差中学习 272 12.2 提高模型质量，解决问题 285 12.3 小结 322 第13章 部署挖掘出的模型 323 13.1 部署解释性模型 323 13.2 新奇性及保持模型有效 323 13.3 所部署模型的形式 334 13.4 小结 335 第四部分 方法论 第14章 方法论概述 338 14.1 方法论的结构 339 14.2 使用方法论 343 14.3 警告 344 第15章 MII—业务建模方法论 346 第16章 MIII—数据挖掘方法论 362 参考资源 425 |
内容加载中，请稍后...
商品评论（0条）