課程大綱：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 數據挖掘是怎樣工作的
2-2 數據挖掘還是數據查詢
2-3 數據挖掘的功能
第3章 數據挖掘的主要方法
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3周 第4章 數據倉庫
4-1 數據倉庫的定義
4-2 數據倉庫的結構
4-3 數據倉庫系統的設計
數據挖掘實戰（1）
DM-1 基于SQLServer的數據分析環境
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
數據挖掘實戰（2）
DM-4 貝葉斯算法應用場景與示例
DM-5 神經網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
數據挖掘實戰（3）
DM-7 聚類算法應用場景與示例
DM-8 關聯規則算法應用場景
DM-9 關聯規則算法應用示例
關聯規則上機實踐
數據挖掘實戰（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
數據挖掘實戰（5）
DM-12 時序算法應用場景
DM-13 時序算法應用示例
OLAP實戰（1）
OLAP-4修改度量值、屬性和層次結構
OLAP-1 多維數據分析簡介
OLAP-2 數據源視圖和多維數據集的創建
OLAP-3 多維數據集的部署和瀏覽
OLAP實戰（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
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
加入高級會員獲得助教答疑
