求知 文章 文库 Lib 视频 Code iProcess 课程 认证 咨询 工具 火云堂 讲座吧   成长之路  
会员   
 
 
 
全部课程 | 技术学院 | 管理学院 | 嵌入式学院 | 在线学院  
成功案例   品质保证  电话 English
追随技术信仰

随时听讲座
每天看新闻
 
   
成功案例
涓埅淇 鏁版嵁婀栨灦鏋勫師鐞嗕笌搴
鏌愬尰鐤楃 鏁版嵁閲囬泦涓庡鐞
鏌愮鎶鍏 澶ф暟鎹紙Hadoo
璇哄熀浜 Python鍩虹
澶╂触鐢靛瓙 Elasticse
涓浗鐢典俊 鏁版嵁浠撳簱涓庢暟鎹寲鎺
鏌愯埅澶╃ MySQL鎬ц兘浼樺寲

相关课程  
并发、大容量、高性能数据库
高级数据库架构设计师
Hadoop原理与实践
HBase原理与高级应用
Oracle 数据仓库
数据仓库和数据挖掘
Oracle数据库开发与管理
 

数据仓库和数据挖掘  
 
萧老师
IBM 业务优化与分析资深顾问,曾任SPSS数据挖掘资深顾问。
报名课程   8199 娆℃祻瑙    1645 娆 
时间地点:北京 有人等开班;上海、深圳 根据报名开班
课程费用:5700元/人 (学生3折),详见 公开课学习手册
企业内训: 可以根据企业需求,定制内训,详见 内训学习手册
 

 本课程结合实例,讲解如何构建数据仓库、采集数据,并有效地根据业务需要挖掘数据价值,应用数据资源。首先讲解如何建立有效的数据仓库,从定义、结构、设计、数据访问方法及应用等方面进行详细的讲解。然后基于数据仓库,讲解如何进行充分的数据挖掘,包括:定义、数据预处理方法、数据挖掘发现知识的类型及数据挖掘常用算法等。本课程结合SQL Server或Oracle的数据挖掘工具应用和SPSS数据挖掘工具应用。最后,课程通过一个数据挖掘的应用实例的回顾和总结,让学员产生具体而深刻的理解。

 
培训目标:
  • 了解数据挖掘
  • 了解数据仓库
  • 数据挖掘应用实例
  • 深入理解数据仓库的结构
  • 数据仓库的清理
  • 数据仓库系统的设计
  • 数据仓库数据的访问
  • 数据仓库的应用
  • 数据预处理的目的
  • 数据清理
  • 数据集成和变换
  • 数据归约
  • 广义知识
  • 关联知识
  • 分类知识
  • 预测型知识
  • 偏差型知识
  • 神经网络算法
  • 使用候选项集找频繁项集(Apriori)算法
  • 决策树算法
  • 聚类分析
  • SQL Server 2000数据挖掘工具应用
  • SPSS数据挖掘工具应用
  • 决策树算法
  • 实例开发
培训对象:数据仓库工程师,数据分析员
学员基础:具有数据库一般理论和应用基础,并对数据仓库和数据挖掘有初步了解。
授课方式: 定制课程 + 案例讲解 + 小组讨论,60%案例讲解,40%实践演练
培训内容: 3天
初识数据挖掘
  • 数据挖掘的产生
  • 数据挖掘的应用价值
  • 数据挖掘的发展过程
  • 数据挖掘的定义
  • 初识数据仓库
  • 数据仓库的产生
  • 数据仓库的应用价值
  • 数据仓库的发展过程
  • 数据仓库的定义
  • 数据仓库与数据挖掘的关系
  • 进一步理解数据挖掘
  • 数据挖掘的功能
  • 数据挖掘常用技术
  • 数据挖掘的过程
  • 数据挖掘应用实例
  • 应用领域
  • 典型案例
  • 数据挖掘的发展趋势
  • 数据挖掘研究方向
  • 数据挖掘应用的热点
  • 进一步深入理解数据仓库的定义
  • 数据仓库的数据是面向主题的
  • 数据仓库的数据是集成的
  • 数据仓库的数据是不可更新的
  • 数据仓库的数据是随时间不断变化的
  • 数据仓库的结构
  • 元数据
  • 粒度的概念
  • 分割问题
  • 数据仓库中的数据组织形式
  • 数据仓库的清理
    数据仓库系统的设计
  • 数据仓库系统设计方法
  • 数据仓库设计的三级数据模型
  • 提高数据仓库的性能
  • 数据仓库设计步骤
  • 数据仓库数据的访问
  • 数据仓库数据的直接访问
  • 数据仓库数据的间接访问
  • 数据仓库的应用
  • 数据仓库的主要应用领域
  • 数据仓库应用实例
  • 数据预处理的目的
  • 原始数据中存在的问题
  • 数据预处理的方法和功能
  • 数据清理
  • 处理空缺值
  • 噪声数据的处理
  • 数据集成和变换
  • 数据集成
  • 数据变换
  • 数据归约
  • 数据归约的方法
  • 数据立方体聚集
  • 维归约
  • 数据压缩
  • 数值归约
  • 离散化与概念分层生成
  • 广义知识
  • 广义知识的概念
  • 广义知识的发现方法
  • 关联知识
  • 关联知识的概念
  • 关联知识的发现方法
  • 关联规则应用实例
  • 分类知识
  • 分类知识的概念
  • 分类知识的发现方法
  • 分类知识应用实例
  • 预测型知识
  • 预测型知识的概念
  • 预测型知识的发现方法
  • 预测型知识应用实例
  • 偏差型知识
  • 偏差型知识的概念
  • 偏差型知识的发现方法
  • 神经网络算法
  • 神经网络的概念
  • 神经网络的计算机模型
  • 定义神经网络拓扑
  • 基于神经网络的算法
  • 使用候选项集找频繁项集(Apriori)算法
  • 关联规则的分类
  • Apriori算法
  • 从频繁项集产生关联规则
  • 决策树算法
  • 信息论的基本原理
  • ID3算法
  • 树剪枝
  • 由决策树提取分类规则
  • 聚类分析
  • 聚类分析的概念
  • 聚类分析中的数据类型
  • 几种主要的聚类分析方法
  • 聚类分析算法
  • SQL Server 2000数据挖掘工具应用
  • 安装要求
  • 安装过程
  • Analysis Services功能介绍
  • Analysis Services的优点
  • 创建数据挖掘模型
  • 查看和分析挖掘结果
  • 聚类模型
  • SPSS数据挖掘工具应用
  • 安装SPSS Clementine
  • SPSS Clementine 8.0工作环境介绍
  • Clementine应用的结构
  • Clementine的使用
  • 挖掘模型的建立和执行
  • 决策树算法
  • 实例背景
  • 数据挖掘中的分类算法
  • 决策树的概念
  • 实例开发
  • 实例开发前的准备
  • 实例的系统结构
  • 决策树算法模块
  • 算法的程序实现

  • 8199 娆℃祻瑙   1645 娆
    其他人还看了课程
    OLAP鍘熺悊涓庡簲鐢  3871 娆℃祻瑙
    鏁版嵁浠撳簱璁捐涓庡缓妯  4532 娆℃祻瑙
    鏁版嵁浠撳簱鏋舵瀯銆佸缓妯′笌浼樺寲锛圤racle锛  6749 娆℃祻瑙
    鍩轰簬Hive鐨勬暟鎹寲鎺  4394 娆℃祻瑙
    鏁版嵁浠撳簱鍜屾暟鎹寲鎺  8200 娆℃祻瑙
    定制内训




    最新活动计划
    基于 UML 和EA进行分析设计 7-30[北京]
    大模型RAG、MCP与智能体 8-14[厦门]
    软件架构设计方法、案例与实践 7-24[北京]
    用户体验、易用性测试与评估 7-25[西安]
    图数据库与知识图谱 8-23[北京]
    需求分析师能力培养 8-28[北京]