R SAS, MS-SQL을 활용한 데이터마이닝

1장 데이터마이닝
1.1 데이터마이닝이란?
1.2 데이터마이닝 역사
1.3 데이터마이닝 과정
1.4 이 책의 구성
1.5 데이터마이닝 시스템
1.6 데이터마이닝 참고문헌 및 학술회의
1.7 이 책에 사용된 데이터 기호의 설명

2장 탐색적 데이터 분석
2.1 데이터의 탐색
2.2 그림을 이용한 데이터 탐색
2.3 통계표/통계량을 이용한 데이터 탐색
2.4 통계분포를 이용한 데이터 모형
2.5 데이터의 변환
2.6 데이터의 유사성 측도
2.7 R 및 SAS 실습

3장 데이터베이스 시스템과 다차원분석
3.1 데이터베이스 시스템(Database System)
3.2 관계형 데이터베이스(Relational Database)
3.3 데이터베이스 언어-SQL
3.4 다차원분석 및 OLAP
3.5 MS-SQL 실습

4장 연관분석
4.1 연관분석(Association Analysis)의 기본개념
4.2 이항 데이터의 연관분석-선험적 알고리즘(Apriori Algorithm)
4.3 연관규칙의 평가
4.4 범주형 및 연속형 데이터의 연관분석
4.5 항목 출현순서의 연관분석
4.6 비빈발패턴 탐색
4.7 R 및 SAS 실습

5장 분류분석Ⅰ
5.1 분류분석의 기본개념
5.2 베이즈분류(Bayes Classification) 모형
5.3 로지스틱회귀(Logistic Regression) 모형
5.4 의사결정나무(Decision Tree) 모형
5.5 분류모형의 평가
5.6 R 및 SAS 실습

6장 분류분석Ⅱ
6.1 규칙기반분류(Rule Based Classification) 모형
6.2 인접이웃분류(Nearest Neighbor Classification) 모형
6.3 신경망(Neural Network) 모형
6.4 지지벡터기계(Support Vector Machine) 모형
6.5 앙상블(Ensemble) 모형
6.6 여러 집단의 분류
6.7 R 및 SAS 실습

7장 군집분석
7.1 군집분석의 기본개념
7.2 계층적군집(Hierarchical Clustering) 모형
7.3 K-중심군집(-Centroid Clustering) 모형
7.4 퍼지군집(Fuzzy Clustering) 모형
7.5 혼합분포군집(Mixture Distribution Clustering) 모형
7.6 밀도기반군집(Density-based Clustering) 모형
7.7 코호넨군집(Kohonen Clustering) 모형
7.8 R 및 SAS 실습

8장 특이데이터 탐색
8.1 특이데이터(Anomaly Data) 란?
8.2 통계적 탐색방법
8.3 유사성기반(Proximity-based) 탐색방법
8.4 밀도기반(Density-based) 탐색방법
8.5 군집기반(Cluster-based) 탐색방법

9장 데이터마이닝의 응용
9.1 텍스트 데이터마이닝(Text Data Mining)
9.2 웹 데이터마이닝(Web Data Mining)
9.3 멀티미디어 데이터마이닝(Multimedia Data Mining)
9.4 시계열 데이터마이닝(Time Series Data Mining)
9.5 공간 데이터마이닝(Spatial Data Mining)

부록
A.1 R의 설치 및 기본운용
A.2 SAS의 설치 및 기본운용
A.3 MS-SQL 설치 및 기본운용
찾아보기