第1章  Excel和数据挖掘
  1.1  为什么选择Excel
  1.2  Excel预备技巧
    1.2.1  公式
    1.2.2  自动填充或复制
    1.2.3  绝对引用
    1.2.4  选择性粘贴和值粘贴
    1.2.5  IF函数
  1.3  复习要点
第2章  线性回归
  2.1  一般性理解
  2.2  通过Excel学习线性回归
  2.3  通过Excel学习多元线性回归
  2.4  复习要点
第3章  k均值聚类
  3.1  一般性理解
  3.2  通过Excel学习k均值聚类
  3.3  复习要点
第4章  线性判别分析
  4.1  一般性理解
  4.2  规划求解
  4.3  通过Excel学习线性判别分析
  4.4  复习要点
第5章  交叉验证和ROC曲线分析
  5.1  对交叉验证的一般性理解
  5.2  通过Excel学习交叉验证
  5.3  对ROC曲线分析的一般性理解
  5.4  通过Excel学习ROC曲线分析
  5.5  复习要点
第6章  logistic回归
  6.1  一般性理解
  6.2  通过Excel学习logistic回归
  6.3  复习要点
第7章  k最近邻
  7.1  一般性理解
  7.2  通过Excel学习k最近邻
    7.2.1  实验
    7.2.2  实验
    7.2.3  实验
    7.2.4  实验
  7.3  复习要点
第8章  朴素贝叶斯分类
  8.1  一般性理解
  8.2  通过Excel学习朴素贝叶斯分类
    8.2.1  练习
    8.2.2  练习
  8.3  复习要点
第9章  决策树
  9.1  一般性理解
  9.2  通过Excel学习决策树
    9.2.1  开始学习
    9.2.2  更好的方法
    9.2.3  应用模型
  9.3  复习要点
第10章  关联分析
  10.1  一般性理解
  10.2  通过Excel学习关联分析
  10.3  复习要点
第11章  人工神经网络
  11.1  一般性理解
  11.2  通过Excel学习人工神经网络
    11.2.1  实验
    11.2.2  实验
  11.3  复习要点
第12章  文本挖掘
  12.1  一般性理解
  12.2  通过Excel学习文本挖掘
  12.3  复习要点
第13章  后记