一、數據挖掘概論: 

[概念、原因、功能]

二、數據倉庫基本理論

 [概念、與操作數據庫的區別、建立原因、數據模型、結構]

三、某銀行BI系統結構與功能設計

四、挖掘關聯規則 

[概念、意義、Apriori算法]

五、其它關聯規則挖掘方法

 [多層關聯規則挖掘、多維關聯規則挖掘、關聯規則相關分析]

六、基于模糊神經網絡的數值預測算法 

[趨勢分析、FNN算法步驟及流程圖、FNN拓撲圖 ]

七、時序數據與序列數據的挖掘 

[時序數據庫、序列數據庫、趨勢分析方法等]

八、挖掘貫序模式（時序模式）

 [背景、目的、條件、Agrawal算法]

九、分類的概念與技術 

[概念、步驟、數據準備、方法]

十、判定樹分類 

[組成、屬性選擇度量、信息增益、分類步驟及規則]

十一、貝葉斯分類 

[貝葉斯定理、樸素貝葉斯分類、貝葉斯信念網絡]

十二、BP神經網絡分類 

[BP網的作用、BP網絡計算、BP網算法]

十三、聚類分析 

[概念、聚類算法的要求、聚類中的數據類型]

十四、劃分方法 

[K－均值方法、變種法中符號的含義、K－中心點方法]

十五、層次方法 

[層次方法的思想、簇間距離度量方法、最小距離方法]

十六、基于密度的方法 

[基于密度的方法、密度聚類的思想及其改進]

十七、WEB挖掘 

[基本問題、分類、搜索引擎原理、WEB內容與結構挖掘等]