本书在编写过程中，充分遵循读者的认知规律，沿着“发现问题、分析问题与解决问题”这条主线，按照BDA数据分析师中级证书对数据挖掘能力的具体要求，在分析数据挖掘一般原理与方法的基础上，进一步结合实际应用背景，详细介绍各种常见数据挖掘方法的基本思想、原理与步骤，并利用Python软件对相应的应用案例进行详细分析。
本书既可作为BDA数据分析师中级证书的考试用书，也可作为高等学校大数据分析、智能科学等相关专业的教学用书，或者从事数据挖掘相关工作的参考书。

第1章 数据挖掘导论
第1节 数据挖掘的必要性
第2节 数据挖掘概述
第3节 数据挖掘的实现过程
第4节 数据挖掘的常用方法
第5节 数据挖掘的常用软件工具
探究 数据挖掘与科技创新
第2章 多元回归分析
第1节 概述
第2节 多元回归分析的基本原理
第3节 常见的多元回归模型
第4节 多元回归分析的具体方法
第5节 Python软件实现与应用案例分析
探究 索赔强度建模分析
第3章 主成分分析
第1节 概述
第2节 主成分分析的基本原理
第3节 主成分分析的具体方法
第4节 Python软件实现与应用案例分析
探究 我国城镇居民消费情况评价分析
第4章 因子分析与对应分析
第1节 概述
第2节 因子分析的基本原理
第3节 因子分析的具体方法
第4节 对应分析的基本原理
第5节 对应分析的具体方法
第6节 Python软件实现与应用案例分析
探究 我国城镇居民消费结构变化趋势分析
第5章 判别分析
第1节 概述
第2节 距离判别
第3节 贝叶斯判别
第4节 费希尔判别
第5节 判别分析中的变量选择问题
第6节 Python软件实现与应用案例分析
探究 上市公司违约风险预警
第6章 聚类分析
第1节 概述
第2节 K均值聚类算法
第3节 凝聚层次聚类算法
第4节 DBSCAN聚类算法
第5节 其他聚类算法
第6节 Python软件实现与应用案例分析
探究 我国各省市人力资源结构变化趋势分析
第7章 典型相关分析
第1节 概述
第2节 典型相关分析的基本原理
第3节 典型相关分析的具体方法
第4节 Python软件实现与应用案例分析
探究 我国城镇居民家庭收入与生活消费支出的相关关系分析
第8章 关联分析
第1节 概述
第2节 Apriori算法
第3节 FP增长算法
第4节 Python软件实现与应用案例分析
探究 股票市场行业联动的实证分析
第9章 异常分析
第1节 概述
第2节 基于统计方法的异常分析
第3节 基于邻近度的异常分析
第4节 基于密度的异常分析
第5节 Python软件实现与应用案例分析
探究 我国主要城市废水中主要污染物排放情况分析
第10章 贝叶斯方法
第1节 概述
第2节 贝叶斯分类基本原理
第3节 贝叶斯分类具体方法
第4节 Python软件实现与应用案例分析
探究 肿瘤成因分析
第11章 支持向量机
第1节 概述
第2节 硬间隔支持向量机
第3节 软间隔支持向量机
第4节 线性支持向量机的对偶算法
第5节 非线性支持向量机
第6节 多分类支持向量机
第7节 Python软件实现与应用案例分析
探究 大学生学业预警机制的设计
第12章 决策树与集成学习
第1节 概述
第2节 属性选择度量
第3节 树剪枝
第4节 集成学习
第5节 Python软件实现与应用案例分析
探究 健康产业运行监测中财务数据审核问题模型优化
第13章 人工神经网络
第1节 概述
第2节 神经网络的基本概念
第3节 单层感知器
第4节 BP神经网络
第5节 RBF神经网络
第6节 Python软件实现与应用案例分析
探究 北京市空气质量指数的预测及影响因素分析
附录1 BDA数据分析师《数据挖掘》考试大纲
附录2 BDA数据分析师《数据挖掘》考试题型示例
附录3 数据与Python程序等相关资源下载
参考文献