HOME > 상세정보

상세정보

(고객관계관리(CRM)를 위한) 데이터마이닝 방법론 : Enterprise Miner 활용사례를 중심으로

(고객관계관리(CRM)를 위한) 데이터마이닝 방법론 : Enterprise Miner 활용사례를 중심으로 (176회 대출)

자료유형
단행본
개인저자
강현철, 저 한상태, 저 최종후, 저 이성건, 저 김은석, 저 엄익현, 저 김미경, 저
서명 / 저자사항
(고객관계관리(CRM)를 위한) 데이터마이닝 방법론 : Enterprise Miner 활용사례를 중심으로 / 강현철 [외 저]
발행사항
파주 :   자유아카데미,   2006  
형태사항
vii, 361 p. : 삽화 ; 26 cm
총서사항
GDS Korea 총서 ;1
ISBN
89733857121
일반주기
색인과 부록수록  
공저자: 한상태, 최종후, 이성건, 김은석, 엄익현, 김미경  
000 00000nam c2200205 c 4500
001 000045254660
005 20170706152017
007 ta
008 060518s2006 ggka 001c kor
020 ▼a 89733857121
040 ▼a 211009 ▼c 211009 ▼d 211009
082 0 4 ▼a 006.312 ▼a 658.4038 ▼2 22
085 ▼a 006.312 ▼2 DDCK
090 ▼a 006.312 ▼b 2006
245 2 0 ▼a (고객관계관리(CRM)를 위한) 데이터마이닝 방법론 : ▼b Enterprise Miner 활용사례를 중심으로 / ▼d 강현철 [외 저]
246 3 ▼a 고객관계관리를 위한 데이터마이닝 방법론
246 3 ▼a CRM를 위한 데이터마이닝 방법론
260 ▼a 파주 : ▼b 자유아카데미, ▼c 2006
300 ▼a vii, 361 p. : ▼b 삽화 ; ▼c 26 cm
440 0 0 ▼a GDS Korea 총서 ; ▼v 1
500 ▼a 색인과 부록수록
500 ▼a 공저자: 한상태, 최종후, 이성건, 김은석, 엄익현, 김미경
700 1 ▼a 강현철, ▼e▼0 AUTH(211009)134472
700 1 ▼a 한상태, ▼e
700 1 ▼a 최종후, ▼e▼0 AUTH(211009)120468
700 1 ▼a 이성건, ▼e▼0 AUTH(211009)125686
700 1 ▼a 김은석, ▼e
700 1 ▼a 엄익현, ▼e▼0 AUTH(211009)105913
700 1 ▼a 김미경, ▼e▼0 AUTH(211009)116149
945 ▼a KINS

No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 중앙도서관/제2자료실(3층)/ 청구기호 006.312 2006 등록번호 111363122 도서상태 대출가능 반납예정일 예약 서비스 B M
No. 2 소장처 중앙도서관/제2자료실(3층)/ 청구기호 006.312 2006 등록번호 111363123 도서상태 대출가능 반납예정일 예약 서비스 B M
No. 3 소장처 중앙도서관/제2자료실(3층)/ 청구기호 006.312 2006 등록번호 111489150 도서상태 대출중 반납예정일 2021-09-25 예약 서비스 M
No. 4 소장처 세종학술정보원/과학기술실/ 청구기호 006.312 2006 등록번호 151248466 도서상태 대출가능 반납예정일 예약 서비스
No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 중앙도서관/제2자료실(3층)/ 청구기호 006.312 2006 등록번호 111363122 도서상태 대출가능 반납예정일 예약 서비스 B M
No. 2 소장처 중앙도서관/제2자료실(3층)/ 청구기호 006.312 2006 등록번호 111363123 도서상태 대출가능 반납예정일 예약 서비스 B M
No. 3 소장처 중앙도서관/제2자료실(3층)/ 청구기호 006.312 2006 등록번호 111489150 도서상태 대출중 반납예정일 2021-09-25 예약 서비스 M
No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 세종학술정보원/과학기술실/ 청구기호 006.312 2006 등록번호 151248466 도서상태 대출가능 반납예정일 예약 서비스

컨텐츠정보

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


관련분야 신착자료

Cartwright, Hugh M. (2021)
한국소프트웨어기술인협회. 빅데이터전략연구소 (2021)