本书分为理论篇、工具篇和实训篇。理论篇主要介绍数据挖掘的基础知识、基本任务和常用方法，侧重培养学生对于数据挖掘基本概念等理论知识的正确理解；工具篇主要介绍PMT这一优秀的数据挖掘工具，通过功能简介、分类预测认知实验等内容，侧重培养学生对于数据挖掘基本操作的准确认知；实训篇主要介绍了7个来自企业实际需求的大数据挖掘案例，侧重培养学生对于使用数据挖掘方法解决实际问题的应用能力。
本书结构严密、内容较新、叙述清晰、强调实践，可作为各类院校大数据及相关专业教材，也可作为企事业单位大数据分析培训教材，以及企业管理、电子商务、市场营销、国际贸易等相关从业人员的参考用书。
本书配有电子课件，选用本书作为教材的教师可以从机械工业出版社教育服务网（www.cmpedu.com）免费下载或联系编辑（010-88379194）咨询。本书还配有二维码视频，读者可扫描二维码在线观看。

前言
二维码索引
理论篇
第1章 数据挖掘概述
1.1 数据挖掘的基本概念
1.2 数据挖掘的起源与发展
1.3 数据挖掘的应用产业与行业
1.4 数据挖掘相关的几个概念
第2章 数据挖掘任务和方法
2.1 大数据挖掘的任务
2.2 数据挖掘的常见方法
工具篇
第3章 数据挖掘平台PMT
3.1 PMT概述
3.2 PMT使用说明
3.3 PMT的特点
第4章 数据挖掘认知实验
4.1 分类预测认知实验
4.2 回归预测认知实验
4.3 聚类分析认知实验
4.4 关联规则认知实验
实训篇
实训1 基于时间序列的分仓商品需求预测
实训背景
实训分析
核心知识点
实训步骤
拓展与思考
实训2 基于聚类分析（K-means）的快递企业客户群识别
实训背景
实训分析
核心知识点
实训步骤
拓展与思考
实训3 基于关联规则的超市顾客购物行为分析
实训背景
实训分析
核心知识点
实训步骤
拓展与思考
实训4 基于决策树的电信流失客户预警与分析
实训背景
实训分析
核心知识点
实训步骤
拓展与思考
实训5 基于神经网络算法的共享单车需求预测
实训背景
实训分析
核心知识点
实训步骤
拓展与思考
实训6 基于逻辑回归算法的信用风险预测
实训背景
实训分析
核心知识点
实训步骤
拓展与思考
实训7 深度学习在图像识别及图像分类领域中的应用
实训背景
实训分析
核心知识点
实训步骤
拓展与思考
参考文献