1. 引言：數據挖掘中的務實與務虛
通過數據挖掘的獲得的價值有很多，表現在很多方面，總體歸結為實與虛兩類。本小節將講訴什么是務實？什么是務虛？并以幾個案例展開闡述在公司不同的發展階段，該如何實現務實業務與務虛業務的最佳結合。
2. 無監督機器學習及案例
無監督機器學習技術常常用于數據的探索、降維，本小節著重描述數據挖掘中常常用到的哪些無監督學習方法及技術。將結合多個案例，介紹幾種無監督學習技術的原理、工具以及應用實例。
3. 有監督機器學習及案例
有監督機器學習技術在數據挖掘中占有重要的地位，它通過學習歷史數據來建立各種預測模型。本小節重點闡述數據挖掘中常常用到的有監督學習方法、技術及工具。將結合多個案例，介紹多種有監督學習技術的原理、工具以及案例。
4. 個性化推薦系統：不同業務場景下的個性化推薦解決方案
在各大互聯網公司中，個性化推薦往往是使用最廣泛的數據挖掘應用。本文講從詳細闡述個性化推薦系統的歷史發展、原理、常用技術，并結合幾種不同業務場景，詳細介紹如何搭建適合不同業務場景下個性化推薦系統。
5. 深度學習及案例
深度學習是近十年人工智能領域中取得的一個重大突破。它的出現極大的增強了對數據的理解力。本小節將結合案例簡要介紹深度學習的發展歷史、原理、難點、常用工具以及相關應用。