
數(shù)據(jù)庫與商業(yè)智能培訓
第1章 導論&第2章 數(shù)據(jù)挖掘簡介
1-1 商業(yè)智能
1-2 數(shù)據(jù)倉庫
1-3 數(shù)據(jù)挖掘
2-1 數(shù)據(jù)挖掘是怎樣工作的
2-2 數(shù)據(jù)挖掘還是數(shù)據(jù)查詢
2-3 數(shù)據(jù)挖掘的功能
第3章 數(shù)據(jù)挖掘的主要方法
3-1 決策樹
3-2 關聯(lián)規(guī)則
3-3 K-平均值算法
3-4 遺傳學習
3-5 神經(jīng)網(wǎng)絡
第4章 數(shù)據(jù)倉庫
4-1 數(shù)據(jù)倉庫的定義
4-2 數(shù)據(jù)倉庫的結構
4-3 數(shù)據(jù)倉庫系統(tǒng)的設計
數(shù)據(jù)挖掘實戰(zhàn)(1)
DM-1 基于SQLServer的數(shù)據(jù)分析環(huán)境
DM-2 決策樹算法應用場景
DM-3 決策樹算法應用示例
決策樹算法應用上機實踐
數(shù)據(jù)挖掘實戰(zhàn)(2)
DM-4 貝葉斯算法應用場景與示例
DM-5 神經(jīng)網(wǎng)絡算法應用場景與示例
DM-6 邏輯回歸算法應用場景與示例
數(shù)據(jù)挖掘實戰(zhàn)(3)
DM-7 聚類算法應用場景與示例
DM-8 關聯(lián)規(guī)則算法應用場景
DM-9 關聯(lián)規(guī)則算法應用示例
關聯(lián)規(guī)則上機實踐
第7周 數(shù)據(jù)挖掘實戰(zhàn)(4)
DM-10 順序分析和聚類分析算法應用場景
DM-11 順序分析和聚類分析算法應用示例
數(shù)據(jù)挖掘實戰(zhàn)(5)
DM-12 時序算法應用場景
DM-13 時序算法應用示例
OLAP實戰(zhàn)(1)
OLAP-1 多維數(shù)據(jù)分析簡介
OLAP-2 數(shù)據(jù)源視圖和多維數(shù)據(jù)集的創(chuàng)建
OLAP-3 多維數(shù)據(jù)集的部署和瀏覽
OLAP-4修改度量值、屬性和層次結構
OLAP實戰(zhàn)(2)
OLAP-5 定義高級屬性和維度屬性
OLAP-6 定義計算、維度和度量值組之間的關系
OLAP-7定義鉆取操作、透視、翻譯
第11周 數(shù)據(jù)預處理
數(shù)據(jù)預處理的必要性
數(shù)據(jù)清洗
數(shù)據(jù)集成
數(shù)據(jù)轉換等
數(shù)據(jù)預處理小測