廖述賢
現職 淡江大學管理學院經營決策系暨管理科學研究所專任教授
學歷 英國華崴克大學作業研究與系統管理博士 (Warwick University, Ph.D. of Operational
Research & System Group, UK)
經歷 國防大學管理學院資源管理研究所專任副教授(兼任研究中心主任)
國防大學管理學院資源管理研究所專任教授
考試院公務人員高等考試與普通考試命題與儘魕e員
研究領域 決策理論、資訊管理、知識管理、資料採礦、商業智慧、科技管理

溫志皓
現職 空軍總司令部
學歷 國防大學管理學院資源管理研究所碩士
研究領域 資料採礦、資料庫管理與設計、科技管理

資料採礦是一門結合統計學與資訊科學相關理論的方法學，藉由各種弁鉬P模式的導入與實踐，使其應用遍及各個領域，成為研究與實務工作者重要的研究方法，是一門兼具問題、理論與方法的學科。
這本書主要以不同資料採礦的理論為經，演算方法為緯，在此架構中，藉著個案實例以及SPSS Clementine系統實際的操作，說明資料採礦模式與弁鄔玼鉥ㄗ悛滌暋D解決方法，使學習者能夠實際操作不同資料採礦的弁鉬P模式，達到理論與實作兼具的學習目的。

第一篇 資料採礦概論
第一章　資料採礦概論
1.1　資料採礦之概念
1.2　何謂資料採礦
1.3　資料採礦的定義
1.4　資料採礦的流程
1.5　資料採礦的應用

第二章　資料採礦的弁
2.1　資料採礦的方式與弁
2.2　分類
2.3　推估
2.4　預測
2.5　集群
2.6　關聯
2.7　順序

第三章　資料庫與資料採礦
3.1　資料與資料庫
3.2　資料庫架構
3.3　資料導入：以 SPSS Clementine為例
3.4　資料品質
3.5　資料預處理

第二篇 資料採礦分析
第四章　類神經網路
4.1　類神經網路的基本概念
4.2　類神經網路演算法簡介
4.3　Clementine資料格式與設定
4.4　個案實作

第五章　決策樹
5.1　決策樹基本概念
5.2　決策樹演算法簡介
5.3　Clementine C5.0資料格式與設定
5.1　個案實作

第六章　分類與迴歸樹
6.1　分類與迴歸樹基本概念
R Tree演算法簡介
6.3　Clementine C&R Tree資料格式與設定
6.4　個案實作

第七章　類神經網路：Kohonen
7.1　類神經網路 Kohonen基本概念
7.2　類神經網路 Kohonen演算法
7.3　Clementine類神經網路 Kohonen資料格式與設定
7.4　個案實作

第八章　集群分析
8.1　集群分析 K-means的基本概念
8.2　K-means演算法簡介
8.3　Clementine K-Means資料格式與設定
8.4　個案實作

第九章　兩階段集群分析
9.1　兩階段集群分析基本概念
9.2　兩階段集群分析演算法
9.3　Clementine兩階段集群分析資料格式與設定
9.4　個案實作

第十章　關聯法則
10.1　關聯法則 Apriori基本概念
10.2　Apriori演算法簡介
10.3　Clementine Apriori資料格式與設定
10.4　個案實作

第十一章　規則歸納法
11.1　規則歸納法基本概念
11.2　GRI演算法簡介
11.3　Clementine GRI資料格式與設定
11.4　個案實作

第十二章　次序分析
12.1　次序分析基本概念
...