
大數(shù)據(jù)時代的數(shù)據(jù)挖掘(Sql Server)培訓(xùn)
大數(shù)據(jù)時代的數(shù)據(jù)挖掘概述
第一章、數(shù)據(jù)挖掘概論
1.1 大數(shù)據(jù)時代的數(shù)據(jù)挖掘概述
1.2 數(shù)據(jù)挖掘的概念和應(yīng)用
1.3 數(shù)據(jù)挖掘的流程
第二章、數(shù)據(jù)挖掘算法
2.1 利用簡單貝葉斯建立零售業(yè)營銷分類預(yù)測模型
2.2 利用線性回歸建立汽車業(yè)汽車油耗預(yù)測模型
2.3 利用決策樹建立銀行業(yè)風(fēng)險(xiǎn)分類預(yù)測模型及年收入預(yù)測
2.4 利用類神經(jīng)網(wǎng)絡(luò)建立醫(yī)療業(yè)心臟病分類預(yù)測模型
2.5 利用羅吉斯回歸建立醫(yī)療業(yè)糖尿病分類預(yù)測模型
2.6 利用時間序列建立零售業(yè)銷售預(yù)測模型
2.7 利用聚類分析建立銀行業(yè)客戶聚類模型
2.8 利用關(guān)聯(lián)規(guī)則建立零售業(yè)交叉銷售模型
2.9 利用時序群集建立零售業(yè)提升銷售模型
第三章、模型應(yīng)用與開發(fā)
3.1 模型評估
3.2 整合服務(wù)(SSIS)
3.3 DMX預(yù)測查詢
3.4 DMX結(jié)構(gòu)語言
3.5 數(shù)據(jù)挖掘應(yīng)用開發(fā)
第四章、Office數(shù)據(jù)挖掘加載宏
4.1 Excel數(shù)據(jù)表分析工具
4.2 Excel數(shù)據(jù)挖掘客戶端
4.3 數(shù)據(jù)挖掘的未來展望