
大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘(Sql Server)培訓(xùn)
大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘概述
第一章、數(shù)據(jù)挖掘概論
1.1 大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘概述
1.2 數(shù)據(jù)挖掘的概念和應(yīng)用
1.3 數(shù)據(jù)挖掘的流程
第二章、數(shù)據(jù)挖掘算法
2.1 利用簡(jiǎn)單貝葉斯建立零售業(yè)營(yíng)銷(xiāo)分類(lèi)預(yù)測(cè)模型
2.2 利用線(xiàn)性回歸建立汽車(chē)業(yè)汽車(chē)油耗預(yù)測(cè)模型
2.3 利用決策樹(shù)建立銀行業(yè)風(fēng)險(xiǎn)分類(lèi)預(yù)測(cè)模型及年收入預(yù)測(cè)
2.4 利用類(lèi)神經(jīng)網(wǎng)絡(luò)建立醫(yī)療業(yè)心臟病分類(lèi)預(yù)測(cè)模型
2.5 利用羅吉斯回歸建立醫(yī)療業(yè)糖尿病分類(lèi)預(yù)測(cè)模型
2.6 利用時(shí)間序列建立零售業(yè)銷(xiāo)售預(yù)測(cè)模型
2.7 利用聚類(lèi)分析建立銀行業(yè)客戶(hù)聚類(lèi)模型
2.8 利用關(guān)聯(lián)規(guī)則建立零售業(yè)交叉銷(xiāo)售模型
2.9 利用時(shí)序群集建立零售業(yè)提升銷(xiāo)售模型
第三章、模型應(yīng)用與開(kāi)發(fā)
3.1 模型評(píng)估
3.2 整合服務(wù)(SSIS)
3.3 DMX預(yù)測(cè)查詢(xún)
3.4 DMX結(jié)構(gòu)語(yǔ)言
3.5 數(shù)據(jù)挖掘應(yīng)用開(kāi)發(fā)
第四章、Office數(shù)據(jù)挖掘加載宏
4.1 Excel數(shù)據(jù)表分析工具
4.2 Excel數(shù)據(jù)挖掘客戶(hù)端
4.3 數(shù)據(jù)挖掘的未來(lái)展望