如今我们已从IT时代进入到DT时代，数据被称为新一代石油能源。无论是国家还是企业随着多年的信息化发展都积累了大量的数据，但是当前这些海量的数据并未完全发挥它们的价值。过去人们往往是基于收集到的历史数据做一些简单的展示或分析，但是随着竞争的白热化，发挥出数据自身的价值显得越来越重要。因此，数据挖掘技术和数据挖掘算法越来越受到企业的追捧。 本教程介绍了数据挖掘技术基本的概念、功能、使用人员所需能力、使用方式以及数据挖掘部分主流算法实现方式。课程中嵌入了oracle数据库和办公软件excel，这两款软件主要用于存储及处理数据挖掘所需的数据，其中还使用excel作为简单入门工具对数据挖掘进行了算法实现，该部分主要用于帮助大家对数据挖掘相关知识有一个全面和大概的了解。在此基础上，后期使用数据挖掘专业工具SPSS MODELER结合一些案例对之前的excle实现的挖掘算法部分进行了深入学习以及增加了一些SPSS MODELER自带的算法模块讲解。
课程主要讲解了数据挖掘知识和技术，同时其中还涉及了部分oracle数据库知识、sql语句和excel的函数运用。
一、数据挖掘基础内容讲解： 第一讲：数据挖掘初探第二讲：数据挖掘功能介绍第三讲：Excel基础知识第四讲：Excel应用示范第五讲：Oracle数据库安装第六讲：数据库应用示范1第七讲：数据库应用示范2第八讲：数据获取及存储第九讲：数据预处理-相关知识介绍第十讲：数据预处理-excel部分第十一讲：数据预处理-oracle部分第十二讲：预测算法-线性回归1第十三讲：预测算法-线性回归2第十四讲：分类算法-ID3决策树介绍第十五讲：分类算法-决策树建模处理第十六讲：分类算法-excel建模实现第十七讲：关联算法-Apriori算法介绍第十八讲：关联算法-oracle数据处理第十九讲：关联算法-excel数据处理第二十讲：关联算法-excel建模实现第二十一讲：聚类算法-kmeans算法介绍第二十二讲：聚类算法-excel建模实现第二十三讲：最优化求解1第二十四讲：最优化求解2
二、SPSS MODELER数据挖掘： 第二十五讲：SPSS Modeler下载及安装第二十六讲：SPSS Modeler数据获取及记录处理第二十七讲：SPSS Modeler结果输出第二十八讲：SPSS Modeler数据字段处理第二十九讲：SPSS Modeler数据探索及分析1第三十讲：SPSS Modeler数据探索及分析2第三十一讲：SPSS Modeler图形探索及分析1第三十二讲：SPSS Modeler图形探索及分析2第三十三讲：SPSS Modeler回归分析内容补充第三十四讲：SPSS Modeler回归分析建模(预测)第三十五讲：SPSS Modeler逻辑分析建模(分类)第三十六讲：RFM介绍第三十七讲：RFM建模第三十八讲：RFM模型应用第三十九讲：SPSS Modeler分类-商业理解第四十讲：SPSS Modeler分类-数据理解第四十一讲：SPSS Modeler分类-数据准备第四十二讲：SPSS Modeler分类-决策树算法补充第四十三讲：SPSS Modeler分类-决策树建模第四十四讲：SPSS Modeler分类-神经网络第四十五讲：SPSS Modeler分类-模型评估第四十六讲：SPSS Modeler关联分析-Apriori算法补充第四十七讲：SPSS Modeler关联分析-Apriori建模第四十八讲：SPSS Modeler关联分析-序列第四十九讲：SPSS Modeler聚类分析-KMeans第五十讲：SPSS Modeler聚类分析-TwoStep1第五十一讲：SPSS Modeler聚类分析- TwoStep2
