|
專題
|
授課內容
|
簡述
|
|
數據挖掘基礎知識
|
|
內容一：數據挖掘基本概念
|
|
1、?數據挖掘的來源
2、?數據挖掘的定義
3、?數據挖掘的應用領域
4、?數據挖掘的
|
|
內容二：BI的架構
|
|
1、BI體系介紹
2、數據倉庫介紹
3、ETL介紹
4、多維數據庫介紹
5、前端展現介紹
6、數據挖掘模型介紹
|
|
內容三：數據挖掘工具介紹
|
|
1、ETL工具和數據預處理工具介紹
2、SPSS工具介紹
3、SAS工具介紹
4、SSAS工具介紹
|
|
內容四、數據挖掘在行業中的應用
|
|
1、現代企業數據挖掘需求概述
2、電信行業案例分析
3、金融行業案例研究
4、銷售行業案例分析
5、BI系統數據更新與維護
|
?
|
介紹數據挖掘基本概念，BI體系架構，?數據挖掘工具介紹及其應用，針對行業提供行業解決方案和案例分析。
|
|
數據挖掘架構設計與完整流程詳解
|
|
內容一：九種數據挖掘算法
|
|
1、?九種挖掘算法應用的背景
2、?決策樹算法與模型設計
3、?聚類算法與模型設計
4、?關聯規則算法與模型設計
5、?貝葉斯算法與模型設計
6、?時間序列算法與模型設計
7、?其他挖掘算法與模型設計
|
|
內容二：常用挖掘模型詳解
|
|
1、決策樹算法詳解及工具實現
2、聚類算法詳解及工具實現
3、關聯規則算法詳解及工具實現
4、貝葉斯算法詳解及工具實現
5、時間序列算法詳解及工具實現
6、數據挖掘模型評估
|
|
內容三：數據挖掘的流程
|
|
1、數據清洗準備
2、數據預處理
3、選擇數據挖掘模型
4、數據挖掘模型訓練
5、更新算法模型
6、模型評估
7、部署與應用
|
|
內容四：DMX語言
|
|
1、DMX語法結構
2、使用DMX創建挖掘模型
3、使用DMX將挖掘結果導出
4、使用DMX進行挖掘模型參數設置
|
?
|
九種數據挖掘算法與模型詳解，數據挖掘的設計與實施流程，數據挖掘查詢語言的使用等，重點對決策樹算法、關聯規則算法、聚類算法等給出詳細設計和處理流程。
|
|
數據挖掘項目案例分析
|
|
內容一：中國電信數據挖掘項目
|
|
1、項目介紹
2、復雜多系統多數據源的特點
3、ODS的使用
4、整體項目架構設計
5、數據挖掘算法選取
6、數據挖掘模型設計
7、數據挖掘處理流程
8、數據抽取策略的制定
8、挖掘模型的更新技巧
|
|
內容二：MSN數據挖掘項目
|
|
1、項目介紹
2、項目中的海量數據
3、數據挖掘算法
4、數據挖掘模型構建
5、數據的預處理技術
6、對挖掘模型進行訓練
7、展示數據挖掘模型結果
8、數據挖掘模型評估
|
|
內容三：AdventureWorks整體項目案例
|
|
1、案例介紹
2、ETL流程詳解
3、OLAP流程詳解
4、前端報表流程詳解
5、數據挖掘流程詳解
|
?
|
大型數據倉庫與數據挖掘項目設計和實施，重點對項目架構設計和數據完整處理流程做重點分析和詳細介紹，針對大型數據挖掘項目，提供了完備的解決方案，給出完整設計思路和數據處理技術應用。
|
|
數據挖掘工具操作與使用
|
|
內容一：SPSS工具操作與使用
|
|
1、SPSS工具基本介紹
2、數據清洗與整合功能
3、建立挖掘模型流程
4、訓練和處理挖掘模型
5、使用相關控件
6、使用SPSS解決業務問題
|
|
內容二：SAS工具操作與使用
|
|
1、SAS基本介紹
2、SAS中的控件
3、SAS中訓練和處理挖掘模型
4、SAS使用中需要注意的問題
5、SAS操作技巧與實踐經驗
|
|
內容三：SSAS中的挖掘模型
|
|
1、SSAS中的數據挖掘模型介紹
2、使用SSAS建立挖掘模型
3、使用SSAS訓練挖掘模型
4、使用SSAS展現挖掘結果
5、使用SSAS與SSIS將挖掘結果導出
|
|
