在数据洪流中沙里淘金，挖掘大数据背后的价值洼地，为企业带来下一个增长红利。在互联网风气云涌的时代，很多企业拥有数据金矿，却很少能挖出真金白银。数据本身不产生价值，企业只有分析和利用大数据，才能将散落在各个平台中的数据的真正商业价值挖掘出来。数据挖掘已成为解决复杂商业问题、抓住商机的常用工具。杜尔森·德伦编著丁晓松、宋冰玉编译的《大数据掘金(挖掘商业世界中的数据价值)》一书介绍了数据挖掘与分析领域的最佳案例，揭示了如何系统运用数据，找出其中隐含的模式与联系，帮助你更好的利用收集到的数据为自己服务。

第1章 分析学入门

 分析学与分析有区别吗

 数据挖掘该归何处

 分析学何以突然受到追捧

 分析学的应用领域

 分析学面临的主要挑战

 分析学的发展历史

 分析学的简单分类

 分析学的前沿技术——以IBM Watson 为例

第2章 数据挖掘入门

 数据挖掘是什么

 哪些不属于数据挖掘

 数据挖掘最常见的应用

 数据挖掘能够发现怎样的规律

 常用的数据挖掘工具

 数据挖掘的负面影响：隐私问题

第3章 数据挖掘过程

 数据库知识获取过程

 跨行业标准化数据挖掘流程

 SEMMA

 数据挖掘六西格玛方法

 哪种方法最好

第4章 数据与数据挖掘的方法

 数据挖掘中的数据属性

 数据挖掘中的数据预处理

 数据挖掘方法

 预测法

 分类法

 决策树

 数据挖掘中的聚类分析

 K 均值聚类算法

 关联法

 Apriori 算法

 对数据挖掘的误解与事实

第5章 数据挖掘算法

 近邻算法

 评估相似性：距离度量

 人工神经网络

 支持向量机

 线性回归

 逻辑回归

 时间序列预测

第6章 文本分析和情感分析

 自然语言处理

 文本挖掘应用

 文本挖掘的流程

 文本挖掘工具

 情感分析

第7章 大数据分析学

 大数据从何而来

 定义“大数据”的V 们

 大数据的关键概念

 大数据分析处理的商业问题

 大数据科技

 数据科学家

 大数据和流分析法

 数据流挖掘

译者后记