數(shù)據(jù)挖掘

　　數(shù)據(jù)挖掘是信息領(lǐng)域發(fā)展最快的技術(shù)，很多不同的領(lǐng)導(dǎo)的專(zhuān)家，比如統(tǒng)計(jì)學(xué)家、數(shù)據(jù)庫(kù)專(zhuān)家等，都從中獲得了發(fā)展的空間，這使得數(shù)據(jù)挖掘日益成為企業(yè)界討論的熱門(mén)話題。隨著信息技術(shù)的發(fā)展，人們采集數(shù)據(jù)的手段日益豐富與高明，由此積累的數(shù)據(jù)日益膨脹，數(shù)據(jù)量達(dá)到GB甚至TB級(jí)，而且高維數(shù)據(jù)也日益也為主流。這些海量數(shù)據(jù)及其高維特征使得傳統(tǒng)的數(shù)據(jù)分析手段相形見(jiàn)絀。計(jì)算機(jī)性能的日益更新，使得人們能夠期望計(jì)算機(jī)幫助我們分析與理解數(shù)據(jù)，幫助我們以豐富的數(shù)據(jù)為基礎(chǔ)做出正確決策。使用本叢書(shū)的全美十大商學(xué)院：斯坦福大學(xué)商學(xué)院哈佛商學(xué)院賓夕法尼亞大學(xué)沃頓商學(xué)院麻省理工大學(xué)斯隆商學(xué)院西北大學(xué)凱洛格商學(xué)院杜克大學(xué)富卡商學(xué)院芝加哥大學(xué)商學(xué)院哥倫比亞大學(xué)商學(xué)院達(dá)特茅斯學(xué)院塔克商學(xué)院加利福尼亞大學(xué)伯克利分校哈斯商學(xué)院作者簡(jiǎn)介：邁克爾·貝里和戈登·利諾夫，是數(shù)據(jù)挖掘公司的創(chuàng)始人，該公司是美國(guó)一家很受歡迎的數(shù)據(jù)挖掘顧問(wèn)公司。在從事數(shù)據(jù)挖掘項(xiàng)目之余，他們?cè)谑澜绺鞯刂v課、演講，所到之處均大受歡迎。目錄：第一部分本書(shū)集點(diǎn)第1章數(shù)據(jù)挖掘概述第2章為什么要精通數(shù)據(jù)挖掘這門(mén)藝術(shù)第3章數(shù)據(jù)挖掘方法論：互動(dòng)循環(huán)系統(tǒng)第4章客戶和他們的生命周期第二部分?jǐn)?shù)據(jù)挖掘的三大支柱第5章數(shù)據(jù)挖掘技術(shù)與算法第6章無(wú)所不在的數(shù)據(jù)第7章建立有效的預(yù)測(cè)模型第8章實(shí)施控制：建立數(shù)據(jù)挖掘環(huán)境第9章數(shù)據(jù)挖掘在目錄直銷(xiāo)業(yè)中的應(yīng)用第10章數(shù)據(jù)挖掘在在線銀行行業(yè)中的應(yīng)用第11章數(shù)據(jù)挖掘在無(wú)線通信業(yè)中的應(yīng)用第12章數(shù)據(jù)挖掘在電信業(yè)中的應(yīng)用第13章誰(shuí)正在買(mǎi)什么第14章不浪費(fèi)、不短缺：改善生產(chǎn)流程本章小結(jié)

　　邁克爾·貝里和戈登·利諾夫：是數(shù)據(jù)挖掘公司的創(chuàng)始人，該公司是美國(guó)一家很受歡迎的數(shù)據(jù)挖掘顧問(wèn)公司。在從事數(shù)據(jù)挖掘項(xiàng)目之余，他們?cè)谑澜绺鞯刂v課、演講，所到之處均大受歡迎。