데이터 마이닝

서문
머리말
감사의 글
번역서문

제1장 데이터마이닝의 개요
1.1 데이터마이닝이란 무엇인가?
1.2 데이터마이닝은 어디에서 사용되는가?
1.3 데이터마이닝의 기원
1.4 데이터마이닝의 급속한 성장
1.5 왜 다양한 데이터마이닝 기법들이 존재하는가?
1.6 용어와 표기
1.7 이 책의 구성도

제2장 데이터마이닝 프로세스
2.1 개요
2.2 데이터마이닝의 주요 개념
2.3 지도학습과 자율학습
2.4 데이터마이닝의 수행 단계
2.5 데이터마이닝의 예비 단계
2.6 모형 구축: 선형 회귀분석을 이용한 예
2.7 엑셀을 이용한 데이터마이닝
연습문제

제3장 데이터 탐색과 차원축소
3.1 개요
3.2 예제를 통한 고찰
3.3 데이터의 요약
3.4 데이터의 시각화
3.5 상관관계분석
3.6 범주형 변수의 범주 개수 축소
3.7 주성분 분석
연습문제

제4장 분류 및 예측모형의 성과평가
4.1 개요
4.2 분류모형의 성과평가
4.3 예측모형의 성과평가
연습문제

제5장 다중 선형 회귀분석
5.1 개요
5.2 설명모형 VS 예측모형의 구축
5.3 회귀 방정식의 추정과 예측
5.4 선형 회귀분석의 변수선정
연습문제

제6장 3가지 유형의 단순분류기법
6.1 개요
6.2 단순 규칙
6.3 단순 베이즈 분류모형
6.4 K-최근접이웃기법
연습문제

제7장 분류와 회귀나무
7.1 개요
7.2 분류나무
7.3 반복적 분할
7.4 예제 1: 승차식 잔디깎기의 구매
7.5 분류나무의 성과 평가
7.6 과적합 없애기
7.7 분류나무에 의한 분류규칙
7.8 회귀나무
7.9 모형의 장단점과 추가 고려사항
연습문제

제8장 로지스틱 회귀분석
8.1 개요
8.2 로지스틱 회귀분석
8.3 선형 회귀분석이 범주형 반응변수에 적합하지 않은 이유
8.4 분류 성과의 평가
8.5 전체 적합도의 평가
8.6 분석 예제: 항공기 연착 예측
8.7 3개 이상의 집단을 분류하는 로지스틱 회귀분석
연습문제

제9장 신경망모형
9.1 개요
9.2 신경망모형의 개념 및 구조
9.3 데이터로부터 신경망 학습시키기
9.4 사용자의 입력 요구사항
9.5 예측변수와 반응변수와의 관계를 탐색하기
9.6 신경망의 장단점
연습문제

제10장 판별분석
10.1 개요
10.2 예제 1: 승차식 잔디깍기 기계
10.3 예제 2: 개인대출 승인
10.4 집단으로부터 관찰치에 이르는 거리
10.5 피셔의 선형 분류함수
10.6 판별분석의 분류성과
10.7 사전확률
10.8 비대칭 오분류비용
10.9 3 개 이상의 집단 분류
10.10 판별분석의 장단점
연습문제

제11장 연관성규칙
11.1 개요
11.2 거래 데이터베이스 내의 연관성규칙 발견
11.3 예제1: 휴대전화 보호용 덮개 구매데이터
11.4 후보 규칙의 생성
11.5 연관성규칙의 선택
11.6 예제 2: 유사한 도서구매를 위한 규칙
11.7 요약
연습문제

제12장 군집분석
12.1 개요
12.2 예제: 공공 전력산업체
12.3 두 레코드 간의 거리계산
12.4 두 군집간의 거리계산
12.5 계층적 병합 군집화
12.6 비계층적 군집화: K-평균 알고리즘
연습문제

제13장 사례연구
13.1 찰스 도서클럽
13.2 독일(금융기관)의 개인신용평가
13.3 타이코 소프트웨어 카탈로그 회사
13.4 목욕세제 소비자들에 위한 시장 세분화
13.5 우편광고를 이용한 기금모금
13.6 카탈로그 교차판매
13.7 부도예측

참고문헌

색인