1장 데이터마이닝 개요
1.1 데이터마이닝의 기능과 기법
1.2 데이터마이닝의 활용 분야
1.3 참고사항

1부 / 예측

2장 회귀분석
2.1 다중회귀모형
2.2 회귀계수의 추정
2.3 모형에 따른 추론
2.4 변수선택 방법
2.5 회귀모형의 진단
2.6 반응치에 대한 추정 및 예측
2.7 다중공선성
2.8 지시변수와 회귀모형
2.9 참고사항

3장 주성분분석
3.1 변수의 변동과 제곱합
3.2 주성분의 이해
3.3 행렬의 분해
3.4 주성분 스코어
3.5 제곱합 분해
3.6 NIPALS 알고리즘
3.7 주성분 회귀분석
3.8 참고사항

4장 부분최소자승 회귀분석
4.1 하나의 종속변수에 대한 PLS 회귀분석
4.2 다수의 종속변수에 대한 PLS 회귀분석
4.3 예측성능 평가
4.4 참고사항

2부 / 분류분석

5장 분류분석 개요
5.1 분류문제 및 분류기법
5.2 기본적인 분류기법
5.3 참고사항

6장 로지스틱 회귀분석
6.1 이분 로지스틱 회귀모형
6.2 명목 로지스틱 회귀모형
6.3 서열 로지스틱 회귀모형
6.4 참고사항

7장 판별분석
7.1 피셔 방법
7.2 의사결정론에 의한 분류규칙
7.3 오분류비용을 고려한 분류규칙
7.4 이차판별분석
7.5 세 범주 이상의 분류
7.6 참고사항
8장 트리기반 기법
8.1 CART 개요
8.2 트리의 형성
8.3 가지치기 및 최종 트리 선정
8.4 기타 트리 기법
8.5 참고사항

9장 서포트 벡터 머신
9.1 선형 SVM-분리 가능 경우
9.2 선형 SVM-분리 불가능 경우
9.3 비선형 SVM
9.4 참고사항

10장 분류규칙의 성능 평가
10.1 분류오류율
10.2 정확도, 민감도 및 특이도
10.3 ROC 곡선
10.4 이익도표
10.5 참고사항

3부 / 군집분석

11장 군집분석 개요
11.1 군집분석 기법
11.2 객체 간의 유사성 척도
11.3 범주형 객체의 유사성 척도
11.4 참고사항

12장 계층적 군집방법
12.1 군집 간 거리척도 및 연결법
12.2 연결법의 군집 알고리즘
12.3 워드 방법
12.4 분리적 방법-다이아나
12.5 군집수의 결정
12.6 참고사항

13장 비계층적 군집방법
13.1 K-means 알고리즘
13.2 K-medoids 군집방법
13.3 퍼지 K-means 알고리즘
13.4 모형기반 군집방법
13.5 참고사항

14장 군집해의 평가 및 해석
14.1 군집해의 평가
14.2 군집해의 해석
14.3 참고사항

4부 / 연관규칙

15장 연관규칙
15.1 연관규칙의 정의 및 성능척도
15.2 연관규칙의 탐사
15.3 순차적 패턴의 탐사
15.4 항목의 선정
15.5 참고사항

16장 추천시스템
16.1 내용기반 추천시스템
16.2 협업 필터링
16.3 시장바구니 데이터를 이용한 협업 필터링
16.4 참고사항