課程大綱： 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘培訓(xùn)
1、數(shù)據(jù)倉(cāng)庫(kù)原理及聯(lián)機(jī)分析技術(shù)介紹
? 數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)體系，數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)模型
? 數(shù)據(jù)抽取、轉(zhuǎn)換和裝載，元數(shù)據(jù)管理
? 0LAP概念及其數(shù)據(jù)模型
? 多維數(shù)據(jù)的顯示
2、數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)與開(kāi)發(fā)
? 數(shù)據(jù)倉(cāng)庫(kù)分析與設(shè)計(jì)
? 數(shù)據(jù)倉(cāng)庫(kù)開(kāi)發(fā)過(guò)程
? 數(shù)據(jù)倉(cāng)庫(kù)技術(shù)與開(kāi)發(fā)的困難
? 0LAP的多維數(shù)據(jù)分析
3、基于數(shù)據(jù)倉(cāng)庫(kù)的決策支持系統(tǒng)
? 基于數(shù)據(jù)倉(cāng)庫(kù)的查詢(xún)與報(bào)表
? 多維分析與原因分析
? 實(shí)時(shí)決策與預(yù)測(cè)未來(lái)
? 自動(dòng)決策及其應(yīng)用介紹
4、數(shù)據(jù)倉(cāng)庫(kù)案例剖析
? 移動(dòng)運(yùn)營(yíng)商的客戶(hù)投訴聯(lián)機(jī)分析，基于Business Intelligence Dev Studio
? 通過(guò)對(duì)客戶(hù)投訴詳單，設(shè)計(jì)相應(yīng)的投訴模型，建立其相應(yīng)的維度，事實(shí)表等
? 通過(guò)對(duì)客戶(hù)投訴進(jìn)行分類(lèi)，發(fā)現(xiàn)其中的共同點(diǎn)以及差異，方便制定相應(yīng)計(jì)劃
? 積極的應(yīng)對(duì)客戶(hù)投訴，對(duì)客戶(hù)投訴進(jìn)行監(jiān)控，及時(shí)對(duì)可能導(dǎo)致的客戶(hù)進(jìn)行挽留
? 某公司數(shù)據(jù)倉(cāng)庫(kù)決策支持系統(tǒng)
? 統(tǒng)計(jì)業(yè)數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)
? 沃爾瑪數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)
5、數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)
? 數(shù)據(jù)挖掘的任務(wù)與對(duì)象
? 數(shù)據(jù)挖掘方法
? 數(shù)據(jù)挖掘相關(guān)技術(shù)
6、關(guān)聯(lián)分析算法及其案例
? 關(guān)聯(lián)規(guī)則的分類(lèi)
? Aprior算法詳解
? 從頻繁項(xiàng)集產(chǎn)生關(guān)聯(lián)規(guī)則
? 基于Climentine的購(gòu)物籃實(shí)例分析-
7、聚類(lèi)分析算法及其案例
? 聚類(lèi)分析的概念
? 主要的聚類(lèi)方法
? K-means算法詳解
? 基于Climentine的用戶(hù)數(shù)據(jù)聚類(lèi)實(shí)例-
8、其它數(shù)據(jù)挖掘算法介紹
? 決策樹(shù)算法
l ID3算法
l 由決策樹(shù)提取分類(lèi)規(guī)則
l 基于Climentine的決策樹(shù)分析實(shí)例
? 神經(jīng)網(wǎng)絡(luò)算法
l 神經(jīng)網(wǎng)絡(luò)的概念
l 網(wǎng)絡(luò)拓?fù)浼捌渌惴?/p>
l 基于Climentine的神經(jīng)網(wǎng)絡(luò)分析實(shí)例
加入高級(jí)會(huì)員獲得助教答疑
