本书作者从实践出发，结合大量数据挖掘工程案例及教学经验，以真实案例为主线，深入浅出介绍数据挖掘建模过程中的有关任务：数据探索、数据预处理、分类与预测、聚类分析、时序预测、关联规则挖掘、智能推荐、偏差检测等。
因此，图书的编排以解决某个应用的挖掘目标为前提，先介绍案例背景提出挖掘目标，再阐述分析方法与过程，最后完成模型构建，在介绍建模过程中同时穿插操作训练，把相关的知识点嵌入相应的操作过程中。为方便读者轻松地获取一个真实的实验环境，本书使用大家熟知的Python语言对样本数据进行处理以进行挖掘建模。
本书共13章，分三个部分：
基础篇（第1～5章）：
- 第1章 数据挖掘基础
- 第2章 Python数据分析简介
- 第3章 数据探索
- 第4章 数据预处理
- 第5章 挖掘建模
- 实战篇（第6～12章）：
- 第6章 房屋租金影响因素分析与预测
- 第7章 商超客户价值分析
- 第8章 商品零售购物篮分析
- 第9章 基于水色图像的水质评价
- 第10章 家用热水器用户行为分析与事件识别
- 第11章 电视产品个性化推荐
- 第12章 天问一号事件中的网民评论情感分析
提高篇（第13章）:
- 第13章 基于TipDM大数据挖掘建模平台实现商超客户价值分析
- 本书配套资源(PPT、教案、教学大纲、实训数据等）可登陆泰迪云教材账号，到资源下载处下载。
