기능목록>검색 : 해군사관학교 학술정보원

(고객관계관리(CRM)를 위한)데이터마이닝 방법론 : enterprise miner 활용사례를 중심으로 = Data mining

QR코드

미리보기 도서정보

도서 상세정보
자료유형 :	단행본
ISBN :	8973385712
분류기호 :	519.5
개인저자 :	강현철
서명/저자사항 :	(고객관계관리(CRM)를 위한)데이터마이닝 방법론= Data mining: enterprise miner 활용사례를 중심으로/ 강현철...[등]지음.
발행사항 :	파주: 자유아카데미, 2006.
형태사항 :	vii,361p.: 삽도; 26cm.
총서사항 :	GDS Korea 총서; 1.
일반주기 :	권말부록으로 'SAS 라이브러리의 등록' 등 수록
서지주기 :	참고문헌과 색인수록
언어	한국어

소장정보

해군사관학교

예예약
인인쇄
SSMS
서서가부재
보보존서고
우우선정리예약
무무인예약대출

예약

1. 예약현황은 홈페이지 로그인 후 예약 페이지에 확인 가능합니다.
2. 도착 통보된 예약자료 대출을 원하지 않는 경우에는 예약 현황에서 취소할 수 있습니다.
3. 기타 문의사항은 도서관에 문의 바랍니다.

닫기

무인예약대출

1. 무인예약대출 현황은 홈페이지 로그인 후 무인예약대출 페이지에 확인 가능합니다.
2. 무인예약대출자료 대출을 원하지 않는 경우에는 무인예약대출 페이지에서 신청 또는 접수상태인 경우만 취소할 수 있습니다.
3. 희망대출일은 신청일로부터 최대 1주일 까지 가능합니다.
4. 희망대출일을 선택하지 않은 경우 대출대기 통보 후 1주일까지 기기에서 대출가능합니다.
5. 기타 문의사항은 도서관에 문의 바랍니다.

닫기

KMO200602384 권 호 :
발행년 : 2006
발행처 : 자유아카데미

서 명 : (고객관계관리(CRM)를 위한)데이터마이닝 방법론=Data mining

목차
목차
제Ⅰ부. 데이터마이닝 시작하기
제1장 데이터마이닝의 주요 개념 = 3
1.1 데이터마이닝이란 무엇인가? = 5
1.2 데이터마이닝 프로젝트의 수행 프로세스 = 13
1.3 데이터마이닝 예측기법 = 24
1.4 Enterprise Miner의 소개 = 27
1.5 맺음말 = 29
1.6 연습문제 = 30
제2장 Enterprise Miner 맛보기 = 33
2.1 프로젝트의 생성과 분석흐름도의 작성 = 35
2.2 분석용 데이터에 대한 설정: Input Data Source 노드 = 41
2.3 데이터의 분할: Data Partition 노드 = 47
2.4 모형의 구축: Tree 노드와 Regression 노드 = 49
2.5 모형의 평가: Assessment 노드 = 51
2.6 점수화: Score 노드 = 54
2.7 결측값의 보간: Replacement 노드 = 57
2.8 예측모형에 대한 해석 = 60
2.9 보고서의 작성: Reporter 노드 = 64
2.10 연습문제 = 66
제Ⅱ부. 예측모형의 구축과 평가
제3장 의사결정나무분석 = 73
3.1 의사결정나무의 개념 = 75
3.2 의사결정나무의 분리기준 = 77
3.3 의사결정나무분석의 특징 = 80
3.4 분석사례 - 1 (분류나무): 신용평가 문제 = 82
3.5 분석사례 - 2 (회귀나무): 평균임금의 예측 = 95
3.6 분석사례 - 3: 의사결정나무분석의 대화식 수행 = 101
3.7 의사결정나무에 의한 변수선택 = 109
3.8 의사결정나무모형에 대한 요약 테이블 작성 = 111
3.9 연습문제 = 112
제4장 회귀분석 = 121
4.1 선형 회귀분석 (Linear Regression Analysis) = 123
4.2 로지스틱 회귀분석 (Logistic Regression Analysis) = 130
4.3 회귀분석의 특징과 제약 = 133
4.4 분석사례 - 1: 선형 회귀분석 = 134
4.5 분석사례 - 2: 로지스틱 회귀분석 = 137
4.6 분석사례 - 3: 신용평점표의 작성 = 146
4.7 연습문제 = 161
제5장 신경망분석 = 165
5.1 신경망의 구조와 개념 - MLP 신경망 = 167
5.2 신경망의 특징과 적용상의 문제점 = 169
5.3 분석사례 - 1: 신경망과 로지스틱 회귀의 비교 = 173
5.4 분석사례 - 2: 두 개의 은닉층을 가지는 MLP = 179
5.5 분석사례 - 3: 의사결정나무를 이용한 신경망모형의 해석 = 186
5.6 참조: RBF 신경망과 EBF 신경망 = 189
5.7 연습문제 = 190
제6장 예측모형에 대한 평가 = 195
6.1 모형평가의 기본 개념 = 197
6.2 리프트 그래프 = 198
6.3 분석사례 - 1: 리프트 그래프를 이용한 모형평가 = 202
6.4 ROC 그래프 = 209
6.5 분석사례 - 2: 사전확률과 이익을 고려하기 = 212
6.6 분석사례 - 3: Threshold-based 그래프 = 220
6.7 기타 모형화 노드들 = 226
6.8 연습문제 = 228
제Ⅲ부. 데이터 사전처리와 자율예측
제7장 데이터 탐색과 변형 = 237
7.1 Insight 노드: 데이터 탐색 = 239
7.2 Transform Variables 노드: 변수의 변환 = 246
7.3 Replacement 노드: 결측값과 특이값의 대체 = 250
7.4 Variable Selection 노드: 변수의 선택 = 256
7.5 연습문제 = 263
제8장 군집분석 = 269
8.1 군집분석의 개념 = 271
8.2 k-평균 군집방법 (k-Means Clustering) = 276
8.3 군집분석의 특징과 적용상의 문제점 = 280
8.4 분석사례 = 281
8.5 SOM／Kohonen 노드 = 292
8.6 맺음말 = 293
8.7 연습문제 = 294
제9장 연관성규칙발견 = 297
9.1 연관성규칙발견의 개념 = 299
9.2 연관성규칙발견의 특징과 적용상의 문제점 = 307
9.3 분석사례 - 1: 연관성규칙발견 = 309
9.4 분석사례 - 2: 시차 연관성분석 = 313
9.5 웹마이닝 (Web Mining) = 317
9.6 분석사례 - 3: 연결분석 (Link Analysis) = 324
9.7 연습문제 = 328
부록 1. SAS 라이브러리의 등록 = 335
부록 2. 예제 데이터세트에 대한 설명 = 343
찾아보기 = 357