Chapter 01 資料探勘概論

1-1 資料探勘概念

1-2 何謂資料探勘？

1-3 資料探勘的定義

1-4 資料探勘的流程

1-5 資料探勘的應用



Chapter 02 資料探勘的功能

2-1 資料探勘的方式與功能

2-2 分類 (Classification)

2-3 推估 (Estimation)

2.4 預測 (Predication)

2-5 集群 (Cluster or Segmentation)

2-6 關聯 (Association rules analysis)

2-7 順序 (Sequential)



Chapter 03 資料庫與資料探勘 – 大資料Ⅰ

3-1 大資料與資料庫

3-2 資料與資料庫

3-3 資料庫架構

3-4 IBM SPSS Modeler 資料來源

3-5 資料品質

3-6 資料預處理



Chapter 04 資料與資料探勘 – 大數據Ⅱ

4-1 大數據與資料

4-2 資料

4-3 IBM SPSS Modeler 資料格式及設定

4-4 自動資料準備

4-5 遺漏值的處理



Chapter 05 決策樹：C5.0

5-1 決策樹基本概念

5-2 決策樹演算法簡介

5-3 IBM SPSS Modeler C5.0 節點資料格式與設定

5-4 IBM SPSS Modeler C5.0 節點設定範圍

5-5 個案應用—生物資訊



Chapter 06 分類與迴歸樹: C&RT

6-1 分類與迴歸樹基本概念

6-2 C&R Tree演算法簡介

6-3 IBM SPSS Modeler C&RT 節點資料格式與設定

6-4 IBM SPSS Modeler C&R Tree 節點設定範圍

6-5 個案應用—醫學診斷



Chapter 07 因數分析: FA/PCA

7-1 因素分析PCA/Factor基本概念

7-2 因素分析演算法簡介

7-3 IBM SPSS Modeler 主成分/因子 節點資料格式與設定

7-4 IBM SPSS Modeler 主成分/因子 節點設定範圍

7-5 個案應用—學術量表分析



Chapter 08 類神經網路: Artificial Neural Networks

8-1 類神經網路基本概念

8-2 類神經網路演算法簡介

8-3 IBM SPSS Modeler Neural Networks 節點資料格式與設定

8-4 IBM SPSS Modeler 類神經網路 (ANN) 節點設定範圍

8-5 個案應用—設備狀態監測



Chapter 09 貝氏網路 –Bayesian Networks

9-1 貝氏網路基本概念

9-2 貝氏定理簡介

9-3 IBM SPSS Modeler Bayesian 網路節點資料格式與設定

9-4 IBM SPSS Modeler Bayesian 網路節點設定範圍

9-5 個案應用—鐵達尼號乘客存活率分析



Chapter 10 支援向量機 – Support Vector Machine

10-1 支援向量機基本概念

10-2 多分類支援向量機演算法簡介

10-3 IBM SPSS Modeler SVM 節點資料格式與設定

10-4 IBM SPSS Modeler SVM 節點設定範圍

10-5 個案應用—公共行政管理應用



Chapter 11 關聯規則 – Association rules

11-1 關聯規則 Apriori 基本概念

11-2 Apriori 演算法簡介

11-3 IBM SPSS Modeler Apriori 節點資料格式與設定

11-4 IBM SPSS Modeler Apriori 節點設定範圍

11-5 個案應用—零售業購物籃分析應用



Chapter 12 次序分析 – Sequence analysis

12-1 次序分析Sequence analysis基本概念

12-2 次序分析演算法簡介

12-3 IBM SPSS Modeler 序列節點資料格式與設定

12-4 IBM SPSS Modeler 序列節點設定範圍

12-5 個案應用—零售業的需求推估



Chapter 13 集群分析 – Clustering analysis

13-1 集群分析 K-means 的基本概念

13-2 K-Means 演算法簡介

13-3 IBM SPSS Modeler K-Means 節點資料格式與設定

13-4 IBM SPSS Modeler K-Means 節點設定範圍

13-5 個案應用—城市汙水處理廠的水質資料



Chapter 14 類神經網路 – Kohonen neural network

14-1 類神經網路 Kohonen 基本概念

14-2 類神經網路 Kohonen neural network 演算法

14-3 IBM SPSS Modeler Kohonen neural network 節點資料格式與設定

14-4 IBM SPSS Modeler Kohonen neural network 節點設定範圍

14-5 個案應用—天文星體辨識資料應用



Chapter 15 資料探勘與人工智慧發展

15-1 人工智慧起源

15-2 人工智慧的領域

15-3 人工智慧的方法

15-4 資料探勘與人工智慧發展



Chapter 16 資料探勘與機器學習發展

16-1 機器學習起源

16-2 機器學習的領域

16-3 機器學習的方法

16-4 資料探勘與機器學習發展

?