本課程強調實務和理論。學術部分將講解企業管理領域數據探索技術的常用算法，包括監督學習和非監督學習。監督學習包括：分類、估計和預測，無監督學習包括K-Means修改、關聯和排序、分類決策樹（ID3、C5、CART、CHAID、隨機森林）、類神經網絡、分支向量機SVM、和估計算法包括關聯規則、類神經網絡（ANN）、線性迴歸、分類迴歸樹（CART）。預測分析包括迴歸、人工神經網絡、時間序列分析和指數平滑。無監督學習包括分析，基於層次的內聚和分裂關聯規則包括先前和FP-tree算法，順序規則包括時間和序列分析。 實際案例將使用SPSS Modeler軟體在電腦上進行操作和練習，包括購物籃分析、分組技術、方法樹算法、識別分析、數據預測和logis多樣性、文本探索和網絡探索，解決實際問題。有針對性地進行教學。