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
 

数据挖掘原理、案例、工具与应用    
戴老师
曾任微软AdCenter商业智能分析师, 负责数据仓库及商业智能项目实施及产品推广应用 。
报名课程   4308 娆℃祻瑙    1611 娆 
时间地点: 北京 深圳 上海 根据报名开班
课程费用: 5000元/人(学生5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
 
本次课程将介绍数据挖掘技术的基本理论和体系架构,通过大型数据挖掘项目案例阐述数据挖掘项目的实施过程和方法。通过实际应用案例讲解数据清洗、数据预处理、数据挖掘算法等重要概念。详细讲解构建数据挖掘体系的核心方法和技术,并结合实际项目搭建数据挖掘环境。熟悉主流数据挖掘厂商及相关软件产品的操作和使用。
课程特点:
  • 培训过程中将以大型项目案例为背景,逐步讲解整个数据挖掘的设计过程和实施方法
  • 课程将以深入浅出的案例让学员轻松掌握数据挖掘相关概念和技术
  • 课程的重点是项目实施,将深入探讨数据挖掘项目的实施问题,逐一解决项目实施过程中所遇到的问题和处理技巧
  • 结合动手实验和小而精的例子,使学员充分理解数据挖掘架构设计和相关实施工具的使用
 
培训目标:
  • 了解数据挖掘基本概念及方法论
  • 了解数据挖掘商业价值
  • 掌握数据挖掘建模的主要方法
  • 学习数据挖掘的实际应用方法
  • 学习主流的数据挖掘工具
培训对象:数据分析员,数据挖掘工程师
学员基础:具有一定数据分析经验
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: 2天
专题
授课内容
简述
第一天上午:
数据挖掘基础知识

内容一:数据挖掘基本概念
1、 数据挖掘的来源
2、 数据挖掘的定义
3、 数据挖掘的应用领域
4、 数据挖掘的
内容二:BI的架构
1、BI体系介绍
2、数据仓库介绍
3、ETL介绍
4、多维数据库介绍
5、前端展现介绍
6、数据挖掘模型介绍
内容三:数据挖掘工具介绍
1、ETL工具和数据预处理工具介绍
2、SPSS工具介绍
3、SAS工具介绍
4、SSAS工具介绍
内容四、数据挖掘在行业中的应用
1、现代企业数据挖掘需求概述
2、电信行业案例分析
3、金融行业案例研究
4、销售行业案例分析
5、BI系统数据更新与维护
介绍数据挖掘基本概念,BI体系架构, 数据挖掘工具介绍及其应用,针对行业提供行业解决方案和案例分析。
第一天下午:
数据挖掘架构设计与完整流程详解

内容一:九种数据挖掘算法
1、 九种挖掘算法应用的背景
2、 决策树算法与模型设计
3、 聚类算法与模型设计
4、 关联规则算法与模型设计
5、 贝叶斯算法与模型设计
6、 时间序列算法与模型设计
7、 其他挖掘算法与模型设计
内容二:常用挖掘模型详解
1、决策树算法详解及工具实现
2、聚类算法详解及工具实现
3、关联规则算法详解及工具实现
4、贝叶斯算法详解及工具实现
5、时间序列算法详解及工具实现
6、数据挖掘模型评估
内容三:数据挖掘的流程
1、数据清洗准备
2、数据预处理
3、选择数据挖掘模型
4、数据挖掘模型训练
5、更新算法模型
6、模型评估
7、部署与应用
内容四:DMX语言
1、DMX语法结构
2、使用DMX创建挖掘模型
3、使用DMX将挖掘结果导出
4、使用DMX进行挖掘模型参数设置
九种数据挖掘算法与模型详解,数据挖掘的设计与实施流程,数据挖掘查询语言的使用等,重点对决策树算法、关联规则算法、聚类算法等给出详细设计和处理流程。
第二天上午:
数据挖掘项目案例分析

内容一:中国电信数据挖掘项目
1、项目介绍
2、复杂多系统多数据源的特点
3、ODS的使用
4、整体项目架构设计
5、数据挖掘算法选取
6、数据挖掘模型设计
7、数据挖掘处理流程
8、数据抽取策略的制定
8、挖掘模型的更新技巧
内容二:MSN数据挖掘项目
1、项目介绍
2、项目中的海量数据
3、数据挖掘算法
4、数据挖掘模型构建
5、数据的预处理技术
6、对挖掘模型进行训练
7、展示数据挖掘模型结果
8、数据挖掘模型评估
内容三:AdventureWorks整体项目案例
1、案例介绍
2、ETL流程详解
3、OLAP流程详解
4、前端报表流程详解
5、数据挖掘流程详解
大型数据仓库与数据挖掘项目设计和实施,重点对项目架构设计和数据完整处理流程做重点分析和详细介绍,针对大型数据挖掘项目,提供了完备的解决方案,给出完整设计思路和数据处理技术应用。
第二天下午:
数据挖掘工具操作与使用

内容一:SPSS工具操作与使用
1、SPSS工具基本介绍
2、数据清洗与整合功能
3、建立挖掘模型流程
4、训练和处理挖掘模型
5、使用相关控件
6、使用SPSS解决业务问题
内容二:SAS工具操作与使用
1、SAS基本介绍
2、SAS中的控件
3、SAS中训练和处理挖掘模型
4、SAS使用中需要注意的问题
5、SAS操作技巧与实践经验
内容三:SSAS中的挖掘模型
1、SSAS中的数据挖掘模型介绍
2、使用SSAS建立挖掘模型
3、使用SSAS训练挖掘模型
4、使用SSAS展现挖掘结果
5、使用SSAS与SSIS将挖掘结果导出
详细讲解主流数据挖掘工具操作与使用,结合实际项目案例给出工具使用方法和演示,并给出使用中的常用方法和处理技巧。
4308 娆℃祻瑙   1611 娆
其他人还看了课程
Oracle娴烽噺鏁版嵁搴撹璁′笌寮鍙  3914 娆℃祻瑙
PL/SQL搴旂敤鎬ц兘浼樺寲鍙婃渶浣冲疄璺电粡楠  7891 娆℃祻瑙
Oracle鏁版嵁搴揝QL楂樼骇缂栫▼  3538 娆℃祻瑙
宓屽叆寮忔暟鎹簱鍘熺悊銆佽璁′笌搴旂敤  4752 娆℃祻瑙
Oracle鏁版嵁搴撴ц兘浼樺寲銆佹灦鏋勮璁″拰杩愯缁存姢  3969 娆℃祻瑙
Oracle鏁版嵁搴撴暟鎹悓姝ヤ笌瀹圭伨澶囦唤  3920 娆℃祻瑙
定制内训




最新活动计划
人工智能.机器学习TensorFlow 5-22[北京]
AI智能化软件测试方法与实践 5-23[北京]
图数据库与知识图谱 5-22[北京]
DeepSeek大模型应用开发实践 6-12[厦门]
基于 UML 和EA进行分析设计 6-23[北京]
嵌入式软件架构-高级实践 7-9[北京]