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；实训篇主要介绍了七个来自实际企业需求的大数据挖掘案例，侧重培养学生对于数据挖掘解决实际问题的应用。本书结构严密、内容较新，叙述清晰，强调实践，可作为各类职业院校大数据类课程的教材，也可作为企业大数据分析的培训教材，还可作为企事业单位企业管理、电子商务、市场营销、国际贸易等相关从业人员的参考用书。

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PMT3.1  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