《数据挖掘与应用：以SAS和R为工具（第二版）》是数据挖掘领域的经典教材，基于北京大学光华管理学院“数据挖掘与应用”课程。书中系统、全面地介绍了数据挖掘领域的理论、技术工具以及实践方法。主要内容包括：数据挖掘方法论、数据理解和数据准备、缺失数据、关联规则挖掘、多元统计降维、聚类分析、线性回归和广义线性回归、回归模型规则化、神经网络、决策树、支持向量机、模型评估、模型组合、协同过滤等。
书中在每种数据挖掘技术后，均辅以大量医疗、金融、营销、保险、政府部门等应用案例，并均配有相关应用的SAS和R语言代码，以及视频课程二维码。
第二版更新：第二版在头一版的基础上，增加了缺失数据、回归模型中的规则化和变量选择、卷积神经网络、支持向量机、协同过滤这5章内容。在已有各章内，本书亦增加了新的内容和示例。近些年来，R因为其自由、免费、开源，已经发展为数据分析领域*强大的软件之一。因此，本书除了继续展示SAS程序，还增加了R程序。
* 数据挖掘领域的经典教材，基于北京大学光华管理学院“数据挖掘与应用”课程。
* “哈佛小魔女”，中科院少年班天才统计学家张俊妮教授十年一剑之作。
* 加入大量医疗、金融、营销、保险、政府部门等应用案例。
* 再版加入40余堂视频课程，以及SAS和R语言代码，购书扫描二维码免费观看下载。
* 可用于高校经管、统计、计算机专业，商学院师生教材使用，同时从业者，以及所有想提高数据挖掘技术的非专业读者，可以配合视频课程自学精进。
张俊妮：美国哈佛大学统计学博士，北京大学光华管理学院商务统计及经济计量系副教授。研究领域包括：贝叶斯分析、因果推断、数据挖掘及文本挖掘。在Journal of American Statistical Association、Statistica Sinica、等期刊上发表二十余篇论文，出版英文专著。曾获北京大学教学优秀奖、光华管理学院优秀课程奖。
前言
第 1 章 数据挖掘概述 01
1.1 什么是数据挖掘 02
1.2 统计思想在数据挖掘中的重要性 02
1.3 数据挖掘的应用案例 07
1.4 CRISP-DM 数据挖掘方法论 14
1.5 SEMMA 数据挖掘方法论 15
第 2 章 数据理解和数据准备 17
2.1 数据理解 19
2.2 数据准备 22
2.3 数据理解和数据准备示例： FNBA 信用卡数据 35
第 3 章 缺失数据 51
3.1 缺失数据模式和缺失数据机制 52
3.2 缺失数据机制对数据分析的影响 53
3.3 缺失值插补 62
3.4 缺失数据插补及分析示例：纽约空气质量 64
第 4 章 关联规则挖掘 73
4.1 关联规则的实际意义 74
4.2 关联规则的基本概念及 Apriori 算法 74
4.3 序列关联规则 80
4.4 关联规则挖掘示例 81
4.5 关联规则挖掘的其他讨论 85
第 5 章 多元统计中的降维方法 88
5.1 主成分分析 89
5.2 探索性因子分析 97
5.3 多维标度分析 104
第 6 章 聚类分析 111
6.1 距离与相似度的度量 113
6.2 k 均值聚类算法 117
6.3 层次聚类法 122
第 7 章 预测性建模的一些基本方法 130
7.1 判别分析 131
7.2 朴素贝叶斯分类算法 134
7.3 k 近邻法 137
7.4 线性回归 141
7.5 广义线性模型 149
第 8 章 回归模型中的规则化和变量选择 168
8.1 线性回归中的规则化和变量选择 169
8.2 广义线性模型中的规则化和变量选择 181
第 9 章 神经网络的基本方法 184
9.1 神经网络架构及基本组成 185
9.2 误差函数 190
9.3 神经网络训练算法 193
9.4 提高神经网络模型的可推广性 198
9.5 数据预处理 200
9.6 神经网络建模示例 201
9.7 自组织图 222
第 10 章 卷积神经网络 230
10.1 深度神经网络 231
10.2 卷积神经网络架构 232
10.3 卷积神经网络示例： Fashion-MNIST 数据 239
第 11 章 决策树方法 245
11.1 决策树简介 246
11.2 决策树的生长与修剪 248
11.3 对缺失数据的处理 155
11.4 变量选择 256
11.5 决策树的优缺点 257
第 12 章 支持向量机 274
12.1 支持向量机用于二分类问题 275
12.2 支持向量机用于多分类问题 284
12.3 支持向量机用于回归问题 285
第 13 章 模型评估 290
13.1 因变量为二分变量的情形 291
13.2 因变量为多分变量的情形 301
13.3 因变量为连续变量的情形 303
13.4 模型评估示例：德国信用数据的模型评估 304
第 14 章 模型组合与两阶段模型 312
14.1 模型组合 313
14.2 随机森林 321
14.3 两阶段模型 324
第 15 章 协同过滤 326
15.1 基于用户（User-based）的协同过滤 327
15.2 基于物品（Item-based）的协同过滤 328
15.3 基于 SVD 的协同过滤 328
15.4 基于 Funk SVD 的协同过滤 329
15.5 协同过滤示例：动漫片推荐 331
参考文献 337
书单推荐
