业务建模与数据挖掘

部分 本领域的概要
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
· · · · · · (更多)

部分 本领域的概要
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
0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
1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
2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
3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
4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
5章 MII—业务建模方法论 346
6章 MIII—数据挖掘方法论 362
参考资源 425
· · · · · · (收起)