제1부 BASIC
   제1장 데이터 마이닝(Data Mining)의 소개
      1.1 데이터 마이닝(Data Mining)의 소개 ... 1-1
      1.2 클레멘타인(Clementine)을 이용한 데이터 마이닝 ... 1-2
      1.3 데이터 마이닝을 하기 전에 ... 1-3
      1.4 데이터 마이닝 문제를 처리하는 전략 ... 1-4
      1.5 요약 ... 1-5
   제2장 SPSS 클레멘타인(Clementine)의 소개
      2.1 SPSS 클레멘타인(Clementine)의 소개 ... 2-1
      2.2 클레멘타인(Clementine)의 시작 ... 2-1
      2.3 마우스(mouse)의 사용 ... 2-4
      2.4 비쥬얼 프로그래밍(Visual Programming) ... 2-4
        노드의 추가 ... 2-5
        노드의 이동 ... 2-5
        노드의 편집 ... 2-5
        노드의 이름 바꾸기 ... 2-6
        노드의 복사 ... 2-7
        노드의 삭제 ... 2-7
        노드에 주석문 쓰기 ... 2-7
      2.5 클레멘타인(clementine)에서 스트림 만들기 ... 2-8
      2.6 요약 ... 2-10
   제3장 데이터 파일(Data Files) 읽기
      3.1 클레멘타인에서 데이터 읽기 ... 3-2
      3.2 자유 형식의 ASCII 파일 데이터 읽기 ... 3-2
      3.3 고정 형식의 ASCII 파일 데이터 읽기 ... 3-5
      3.4 SPSS 데이터 파일 읽기 ... 3-8
      3.5 클레멘타인에서 데이터 보기 ... 3-10
      3.6 데이터의 필드(fields)에 type 지정하기 ... 3-13
      3.7 각 필드(field)의 개별 특성 지정 ... 3-13
      3.8 각 필드(field)의 역할 특성 지정 ... 3-19
      3.9 요약 ... 3-19
   제4장 자료의 초기 탐색(探索)
      4.1 개요 ... 4-2
      4.2 클레멘타인에서의 결측 값 ... 4-2
      4.3 데이터의 Quality 노드 ... 4-5
      4.4 데이터의 분포 ... 4-7
      4.5 범주형 필드의 분포 탐색 ... 4-7
      4.6 연속형 필드의 분포 탐색 ... 4-10
      4.7 Histogram 노드 ... 4-11
      4.8 Statistics 노드 ... 4-13
      4.9 스트림의 저장 ... 4-15
      4.10 요약 ... 4-16
   제5장 데이터 처리
      5.1 개요 ... 5-2
      5.2 CLEM 언어 ... 5-2
      5.3 레코드 처리와 Select 노드 ... 5-4
      5.4 필드의 처리와 Filter 노드 ... 5-7
      5.5 Derive 노드 ... 5-11
      5.6 Derive 노드의 동시 실행 ... 5-14
      5.7 처리 노드들의 자동 생성 ... 5-15
      5.8 결측 값이 없는 데이터의 자동 선택 ... 5-16
      5.9 필드의 자동 제거 ... 5-17
      5.10 Derive 노드의 자동 생성 ... 5-18
      5.11 요약 ... 5-20
   제6장 데이터에서 관계성 찾기
      6.1 개요 ... 6-2
      6.2 범주형 데이터 사이에서 관계성 찾기 ... 6-2
      6.3 2개의 범주형 필드 데이터와 Matrix 노드 ... 6-3
      6.4 Web 노드 ... 6-6
      6.5 2개의 연속형 필드의 관계 ... 6-11
      6.6 Plot 노드 ... 6-14
      6.7 히스토그램을 이용한 연속형과 범주형 필드의 혼합관계 ... 6-18
      6.8 요약 ... 6-20
   제7장 클레멘타인의 모형화 기법
      7.1 개요 ... 7-1
      7.2 신경망(Neural networks) ... 7-2
      7.3 Rule Induction ... 7-4
      7.4 Kohonen networks ... 7-5
      7.5 연관성 분석(Association rules) ... 7-7
      7.6 언제 어떤 방법을 이용할까?(Which technique, when?) ... 7-8
      7.7 요약 ... 7-9
   제8장 클레멘타인에서의 신경망
      8.1 개요 ... 8-2
      8.2 Train Net 노드 ... 8-2
      8.3 Generated Models 팔레트 ... 8-7
      8.4 모형의 정보 보기 ... 8-8
      8.5 신경망의 이해 ... 8-10
      8.6 예측 값을 포함한 데이터 테이블(Table) 만들기 ... 8-10
      8.7 실제 값과 예측 값의 비교 ... 8-11
      8.8 예측 값이 나온 이유에 대한 이해 ... 8-12
      8.9 모형에 관한 요약 ... 8-16
      8.10 요약 ... 8-16
   제9장 Rule Induction
      9.1 개요 ... 9-2
      9.2 클레멘타인에서의 Rule Induction의 역사 ... 9-2
      9.3 C5.O을 사용한 Rule Induction ... 9-3
      9.4 모형의 결과 화면 ... 9-5
      9.5 Ruleset의 생성과 결과 화면 ... 9-8
      9.6 Rule의 이해와 정확도(accuracy)의 결정 ... 9-10
      9.7 예측 값이 포함된 표 만들기 ... 9-11
      9.8 실제 값에 대한 예측 값의 비교 ... 9-12
      9.9 예측에 가장 중요한 요인의 이해 ... 9-13
      9.10 요약 ... 9-13
   제10장 Rule과 신경망의 조합
      10.1 개요 ... 10-2
      10.2 모형의 비교 ... 10-2
      10.3 Analysis 노드 ... 10-4
      10.4 신경망 이전의 Rule Induction 사용 ... 10-6
      10.5 신경망 이후의 Rule Induction 사용 ... 10-7
      10.6 요약 ... 10-1
   제11장 Kohonen Networks
      11.1 개요 ... 11-2
      11.2 Kohonen Networks의 훈련 ... 11-2
      11.3 Kohonen Networks의 이해 ... 11-7
      11.4 각 군집의 구분용 필드 만들기 ... 11-9
      11.5 중요 군집들에 대하여 알아보기 ... 11-1
      11.6 Web 노드를 이용한 주요 군집들의 특성 파악과 이해 ... 11-1
      11.7 다른 필드들을 이용한 군집의 특성 파악 ... 11-1
      11.8 요약 ... 11-2
   제12장 Association Rules(연관성 분석)
      12.1 개요 ... 12-2
      12.2 APRIORI 노드 ... 12-4
      12.3 연관성의 사용 ... 12-8
      12.4 요약 ... 12-1
   제13장 데이터 마이닝 전략과 모형의 전개
      13.1 개요 ... 13-1
      13.2 데이터 마이닝 전략 ... 13-2
      13.3 CRISP-DM ... 13-3
      13.4 모형의 효율을 향상시키는 방안 ... 13-4
      13.5 모형의 전개 ... 13-5
      13.6 요약 ... 13-7
연습문제
자료설명
제2부 MANIPULATION
   제1장 여러 Source로부터 데이터의 결합
      1.1 개요 ... 1-2
      1.2 데이터 파일의 결합을 위한 Append 노드의 사용 ... 1-3
      1.3 데이터 파일의 결합을 위한 Merge 노드의 사용 ... 1-10
      1.4 supernode ... 1-17
      1.5 Supernode 만들기 ... 1-18
      1.6 Supernode의 규칙 ... 1-18
      1.7 Supernode의 편집 ... 1-19
      1.8 Supernode의 사용으로 인한 장점 ... 1-20
      1.9 요약 ... 1-20
   제2장 표본 데이터의 추출
      2.1 개요 ... 2-2
      2.2 Distinct 노드를 이용하여 중복 데이터 제거하기 ... 2-2
      2.3 Sample 노드를 이용한 표본 데이터 추출 ... 2-5
      2.4 Select 노드를 이용하여 전체 데이터를 구분하는 방법 ... 2-9
      2.5 클레멘타인에서 데이터의 Caching ... 2-13
      2.6 요약 ... 2-16
   제3장 결측 값의 처리
      3.1 개요 ... 3-2
      3.2 클레멘타인에서의 결측 값 ... 3-2
      3.3 Type 노드를 사용하여 결측 값 찾기 ... 3-3
      3.4 데이터의 상태 평가 ... 3-8
      3.5 Quality 노드를 이용한 데이터의 상태 개선 ... 3-10
      3.6 결측 값을 적절한 값으로 대체하기 ... 3-12
      3.7 데이터의 공란과 범위를 벗어나는 값의 자동 체크 ... 3-15
      3.8 결측 값의 처리에 대한 제언 ... 3-17
      3.9 요약 ... 3-18
   제4장 날짜(Dates)가 있는 데이터
      4.1 개요 ... 4-2
      4.2 클레멘타인에서 날짜 형태로 선언하기 ... 4-2
      4.3 date 관련 함수를 이용한 변수(필드) 형식 지정 ... 4-6
      4.4 날짜가 포함된 연산 ... 4-17
      4.5 요약 ... 4-19
   제5장 sequence 데이터를 이용한 작업
      5.1 개요 ... 5-2
      5.2 CLEM sequence 함수 ... 5-2
      5.3 Derive 노드의 COUNT와 STATE 옵션 ... 5-7
      5.4 History 노드를 사용한 sequence 데이터의 재구성 ... 5-12
      5.5 요약 ... 5-16
   제6장 파일 구조의 재조정
      6.1 개요 ... 6-2
      6.2 Aggregate 노드를 이용한 데이터의 요약 정리 ... 6-2
      6.3 Set To Flag 노드를 이용한 데이터의 재조정 ... 6-9
      6.4 요약 정리된 Set To Flag 노드 생성 필드와 다른 필드와의 결합 ... 6-14
      6.5 요약 ... 6-15
   부록 A : ODBC를 이용하여 데이터 읽기
      A.1 개요 ... a-2
      A.2 원데이터의 선언 ... a-2
      A.3 ODBC 노드를 이용하여 데이터에 접근하기 ... a-6
      A.4 요약 ... a-11
연습문제
자료설명