好看的历史书籍推荐,小说排行榜,耳根

培訓目標：

專題

授課內容

簡述

第一天上午：
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。

第一天下午：
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。

第二天上午：
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。

第二天下午：
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

詳細講解主流數據挖掘工具操作與使用，結合實際項目案例給出工具使用方法和演示，并給出使用中的常用方法和處理技巧。

天天干天天操天天爱-天天干天天操天天操-天天干天天操天天插-天天干天天操天天干-天天干天天操天天摸