Chapter 1 簡介1.1 認識商用大數據分析1.2 資料探勘（Data Mining）1.3 說人話的圖表Chapter 2 開挖2.1 了解資料探勘過程的初步步驟2.2 如何找到可挖掘的探勘地點2.3 選擇探勘工具Chapter 3 介紹客戶及產品集群的方法3.1 集群原理3.2 介紹集群的應用3.3 如何進行集群3.4 判別最佳集群數3.5 演算法的應用案例Chapter 4 看看分群的結果4.1 客戶價值與 RFM 模型4.2 跑一次看看4.3 結果解釋4.4 結果應用Chapter 5 關聯規則5.1 探討時間與商品的關聯性5.2 找到關聯的意義5.3 商家如何從購物車中找出關聯5.4 關聯規則演算法運作5.5 了解分析過程後的管理意涵Chapter 6 看看關聯的結果6.1 跑一次看看6.2 另一案例6.3 結果應用Chapter 7 決策樹7.1 如何知道公司資料中的消費者會不會再來購物7.2 決策樹怎麼來的7.3 如何形成決策樹7.4 算一次決策樹7.5 驗證建好的決策樹7.6 剪枝的概要說明7.7 實務應用範例Chapter 8 看看決策樹的結果8.1 跑一次決策樹分析看看8.2 如何解釋眼前生成的這棵樹8.3 延伸應用Chapter 9 隨機森林與最近鄰9.1 隨機森林 - 把樹擴大了9.2 隨機森林演算9.3 最近鄰演算法（k nearest neighbor, kNN）9.4 kNN 的實務應用9.5 實務應用範例Chapter 10 執行一下隨機森林吧10.1 跑一次隨機森林演算法看看10.2 結果解釋Chapter 11 執行一下 kNN 吧11.1 跑一次 kNN 演算法11.2 結果解釋Chapter 12 類神經12.1 預測12.2 預測的基本概念12.3 類神經如何運作12.4 類神經如何訓練12.5 類神經背後原理12.6 類神經應用範例12.7 生成式人工智慧簡介12.8 人工智慧生成句子推演過程12.9 人工智慧的挑戰與未來發展Chapter 13 執行類神經網路 ANN13.1 淺談架構 ANN 分類器的概念13.2 跑一次 ANN 演算法13.3 結果解釋Chapter 14 支援向量機14.1 有效的分類客戶14.2 支援向量機14.3 人類是如何進行分類14.4 電腦上的支援向量機如何分類14.5 建立支援向量機模型14.6 核函數算完後⋯⋯14.7 應用產生的 SVM 模型來分類14.8 支援向量機的實務應Chapter 15 執行支援向量機 SVM15.1 跑一次支援向量機算法15.2 結果解釋附錄A Colab 使用介紹 (電子書,請線上下載)附錄B Python 基本模組套件引用介紹 (電子書,請線上下載)附錄C 邏輯運算思維中必知語法：if 假如條件的判斷、for 重複工作的迴圈 (電子書,請線上下載)
商業大數據的視覺化設計與Power BI實作應用 Excel商業智慧分析-第二版｜樞紐分析x大數據分析工具PowerPivot ERP企業資源規劃導論(第六版)
本書範例檔、附錄電子書，請見書內說明線上下載
