导言
1.1数据挖据的产生、定义和流程
1.2数据挖掘的方法
1.3数据挖掘的应用
1.4python介绍
认识数据
2.1数据对象与属性类型
2.2数据的基本统计描述
2.3数据可视化
2.4数据的相似性与相异性度量
2.5python操作：认识数据（一）
2.6python操作：认识数据（二）
数据预处理
3.1数据预处理的基本思想和数据规范化
3.2数据离散化
3.3数据清洗
3.4特征提取与特征选择
关联规则挖掘
4.1引言
4.2频繁模式与关联规则
4.3频繁项集的典型挖掘方法
4.4关联规则的生成方法
4.5关联规则的其他类型
4.6关联规则的兴趣度的其他度量
4.7python操作：关联规则挖掘
分类
5.1分类的概念
5.2决策树分类
5.3朴素贝叶斯分类
5.4k近邻分类
5.5分类性能的度量方法
5.6python操作：分类（一）
5.7python操作：分类（二）
数值预测
6.1数值预测概念
6.2回归方法
6.3回归树与模型树
6.4K近邻数值预测和预测误差的度量
6.5python操作：数值预测
聚类分析
7.1概述
7.2相似度度量方法
7.3k均值聚类法
7.4层次聚类方法
7.5DBSCAN方法
7.6聚类效果衡量方法
7.7python操作：聚类分析（一）
7.8python操作：聚类分析（二）
复杂数据的挖掘
8.1挖掘复杂的数据类型-序列与网络
8.2挖掘复杂的数据类型-其他类型