
數據庫與商業智能培訓
第1章 導論&第2章 數據挖掘簡介
1-1 商業智能
1-2 數據倉庫
1-3 數據挖掘
2-1 數據挖(wa)掘是怎樣工作的(de)
2-2 數據挖掘還是數據查(cha)詢
2-3 數據挖掘的功能
第3章(zhang) 數據(ju)挖掘的主(zhu)要方法(fa)
3-1 決策樹
3-2 關聯規則
3-3 K-平均值算法
3-4 遺傳學習
3-5 神經網絡
第4章 數據倉庫
4-1 數據倉庫的定義
4-2 數據(ju)倉庫的(de)結構
4-3 數據倉庫系(xi)統的設(she)計(ji)
數據挖掘(jue)實(shi)戰(zhan)(1)
DM-1 基于(yu)SQLServer的數據(ju)分析環境
DM-2 決策樹(shu)算法應用場景
DM-3 決策(ce)樹(shu)算法(fa)應用示例
決策樹(shu)算法(fa)應用(yong)上機實踐
數據挖掘實(shi)戰(zhan)(2)
DM-4 貝葉(xie)斯算法(fa)應用場景與(yu)示例
DM-5 神經網絡算法(fa)應用場景與示例
DM-6 邏輯回歸算法應用場景與示例
數據(ju)挖(wa)掘實戰(3)
DM-7 聚(ju)類算(suan)法(fa)應用(yong)場景(jing)與示例
DM-8 關聯(lian)規則(ze)算法應用場景
DM-9 關聯規則算法應用示例
關聯規則上機實踐
第7周 數據挖(wa)掘實戰(4)
DM-10 順序(xu)分析和聚(ju)類分析算(suan)法應(ying)用場景
DM-11 順(shun)序分析和(he)聚(ju)類(lei)分析算(suan)法應用(yong)示例
數據挖掘實(shi)戰(5)
DM-12 時序算法應用(yong)場景
DM-13 時序算法應用示例
OLAP實戰(zhan)(1)
OLAP-1 多維數據(ju)分(fen)析簡(jian)介
OLAP-2 數據源(yuan)視圖和多維數據集的創(chuang)建(jian)
OLAP-3 多(duo)維(wei)數據集的(de)部署和瀏(liu)覽
OLAP-4修改度量值、屬性和層次結構
OLAP實戰(2)
OLAP-5 定義高級屬性和維度屬性
OLAP-6 定義計(ji)算(suan)、維度和度量(liang)值組(zu)之間(jian)的關系
OLAP-7定義鉆取操作、透(tou)視、翻譯
第11周 數據預處理
數據預處理的必要性
數據清洗
數據集成
數據轉換等
數據預處理小測