多维度深入企业数据库数据挖掘、分析、统计实战课程
  1. 关注“北风教育”公众号,免费学习完整教程

    1. 录播
      数据挖掘概念及使用场景
      20分钟
  2. 用Excel进行数据挖掘

    1. 录播
      从示例填充及预测工具
      20分钟
  3. 数据挖掘概念与DMX

    1. 录播
      DMX查询语法-创建挖掘模型(嵌套表)
      23分钟
  4. 用SQLServer进行数据挖掘

    1. 录播
      使用数据挖掘设计器及处理
      20分钟
  5. 算法荟萃

    1. 录播
      理解贝叶斯模型的内容及浏览贝叶斯模型
      18分钟
    2. 录播
      决策树算法的基本原理
      20分钟
    3. 录播
      时序算法介绍
      17分钟
    4. 录播
      聚类算法的基本原理及参数
      21分钟
    5. 录播
      关联规则算法基本概念及挖掘繁琐项集
      29分钟
  6. SQL Server集成服务数据挖掘和数据挖掘编程

    1. 录播
      使用ADMD.NET来预测
      16分钟

对课程感兴趣?

点击报名,听课时长可兑换余额哦~

多维度深入企业数据库数据挖掘、分析、统计实战课程免费

最近在学 9 累计报名 75 好评度 -
咨询老师

课程概述

目录

评论

老师介绍

  • 范志俊

    范志俊

    北风网Python讲师,网名“子沐”,计算机专业出身,长年从事PHP、Python开发、数据分析等相关工作,针对Python爬虫及其防范反爬虫机制有独到见解,对于深度学习及机器学习研究深入。
简  介 基于多维度深入企业数据库数据挖掘、分析、统计-商业智能解决方案体系(SQL Server、算法集萃、数据挖掘)

数据挖掘,作为商业智能(Business Intelligence)实现的最深层次,在商业智能解决方案的体系中占据着重要的位置。
数据库中存在的是数据,对于业务人员来说,只是一些无法看懂的天书,他们需要的是可以更容易理解的信息。那么,我们以前如何解决这个矛盾的呢?一般的答案是报表系统。简单地说,业务人员看到的是美观的界面,便捷的操作,鼠标点击后,报表系统生成SQL语句,数据库服务器收到以后,返回所需要的信息。不错,报表系统已经可以称作是BI了,它是BI的低端实现。
现在国外的企业,大部分已经进入了更深层次的商业智能,叫做数据分析,即基于多维数据库的在线分析系统(OLAP)。还有一些企业已经开始进入更深层次的商业智能,叫做数据挖掘。从广义上说,任何从数据库中挖掘信息的过程都叫做数据挖掘。从这点看来,报表、多维分析和深度的挖掘都是挖掘数据的手段。但是,从技术术语上说,数据挖掘(DataMining)特指的是:源数据经过清洗和转换等成为适合于挖掘的数据集,然后建立特定的挖掘模型,利用这些数据集训练模型,最后利用模型找出的知识模式进行预测,从而辅助决策工作。
过去,谈起数据挖掘,大家想到的往往是那些专业数学家、统计学家,一搬的技术人员和业务人员望而却步。现在,随着IT技术的发展和工业化,SQL Server 2008提炼了上述的各种复杂知识,加工成友好的视窗工具,嵌入到分析服务(Analysis Services)中,使得数据挖掘的用户扩展到了大量的开发者人群,甚至是经过培训的业务人员。它使我们的员和程序变得更聪明了。

1.课程研发环境
课程基于SQL Server数据库,讲解过程中使用的是SQL server2012版,使用office2010(32位)版工具SQL Server2008以上版本均可用。
数据库:SQL Server2008、2012
Office工具:2007、2010

 

2.内容简介
本教程介绍了SQL Server Data Mining的所有方面,包括使用SQL Server实现成功的数据挖掘解决方案的所有必要知识,带读者熟悉其中的工具,给出了Microsoft数据挖掘算法的深度和广度,然后详细探讨了实现数据挖掘解决方案的各种方式。


榆树老师,一直从事于Java开发方面工作,目前担任公司项目经理职位,负责多项目的系统架构,系统的整体开发涉及到对于JavaEE方面和数据库方面有所深入的研究,主要从事于财务方面的开发,对于ActiveMQ以及MongoDB、Oracle、SQL Server有着一定的研究。目前从事于财务软件,协同办公开发。在此期间取得了各项荣誉称号,同时在一些优秀的培训网站担任讲师一职,发布多方面Java技术领域视频培训课程。主要是Java相关技术:Struts、Sping 、Hibernate、Oracle、SQL Server、MongoDB、Memcache、Html、JavaScript、ActiveMQ。讲课独具特色,由浅到深的理念,深受广大学者的喜爱和学习。

第1章 数据挖掘解决商业问题
1.1-数据挖掘概念及使用场景
1.2-DMX
1.3-常见的数据挖掘任务


第2章 用Excel进行数据挖掘
2.1-分析关键影响因素及检测类别工具
2.2-从示例填充及预测工具
2.3-突出显示异常值工具
2.4-应用场景分析工具
2.5-预测计算器工具
2.6-购物篮分析工具


第3章 数据挖掘概念与DMX
3.1-DMX关键概念
3.2-DMX查询语法-创建挖掘结构
3.3-DMX查询语法-创建挖掘模型(嵌套表)
3.4-DMX查询语法-创建挖掘模型(复杂的嵌套场景和过滤器)
3.5-DMX查询语法-填充挖掘结构(填充嵌套表)
3.6-DMX查询语法-填充挖掘结构(查询结构数据和查询模型数据)
3.7-预测-预测连接和预测查询语法
3.8-预测-预测函数和嵌套表上的预测


第4章 用SQLServer进行数据挖掘
4.1-Bl Dev Studio介绍
4.2-设置数据源
4.3-设置数据源及创建和编辑模型
4.4-使用数据挖掘设计器及处理
4.5-使用模型
4.6-交叉验证、使用挖掘模型预测以及创建数据挖掘报表


第5章 贝叶斯算法
5.1-贝叶斯算法介绍
5.2-数据浏览及文档分类
5.3-理解贝叶斯模型的内容及浏览贝叶斯模型
5.4-贝叶斯算法的基本原理


第6章 决策树算法
6.1-决策数算法介绍及分类模型
6.2-回归模型与关联模型
6.3-模型内容,解释模型及决策树算法的基本原理
6.4-决策树算法的基本原理2
6.5-存储过程


第7章 时序算法
7.1-时序算法介绍
7.2-DMX 模型的创建
7.3-模型的处理
7.4-预测返回辅助的统计信息
7.5-预测执行假设预测
7.6-时序算法的基本原理及参数


第8章 聚类算法
8.1-聚类算法介绍
8.2-利用聚类检查异常以及DMX的模型创建
8.3-DMX常用结构
8.4-模型内容及理解聚类模型
8.5-聚类算法的基本原理及参数


第9章 序列聚类算法和关联规则算法
9.1-序列聚类算法的介绍
9.2-DMX查询-执行聚类预测与执行序列预测
9.3-DMX查询-提取序列预测的概率和使用序列预测的直方图
9.4-解释模型及马尔科夫链
9.5-状态转移矩阵、模型内容以及参数
9.6-关联规则算法介绍
9.7-推荐引擎与高级交叉销售
9.8-DMX
9.9-模型内容、解释模型及关联规则算法的基本原理
9.10-关联规则算法基本概念及挖掘繁琐项集


第10章 神经网络算法和逻辑回归算法
10.1-神经网络算法和逻辑回归算法简介
10.2-使用Microsoft神经网络算法
10.3-DMX查询
10.4-模型内容及解释模型
10.5-组合与激活及处理神经网络的简单事例
10.6-规范化和映射及神经网络算法的参数


第11章 SQL Server集成服务数据挖掘和数据挖掘编程
11.1-SSIS介绍
11.2-在SSIS环境中进行数据挖掘
11.3-数据挖掘客户端
11.4-建模及模型用法
11.5-数据挖掘编程介绍
11.6-创建数据访问对象1
11.7-创建数据访问对象2
11.8-创建挖掘结构
11.9-创建挖掘模型
11.10-处理挖掘模型
11.11-部署挖掘模型及设置挖掘权限
11.12-浏览和查询挖掘模型
11.13-使用ADMD.NET来预测
11.14-使用表参数的数据挖掘查询







目标1 使用Excel进行数据挖掘


目标2 了解数据挖掘概念和MDX


目标3 使用SQL Server进行数据挖掘


目标4 了解几种数据挖掘算法


目标5 了解数据挖掘编程


 

亮点一、由浅入深,逐渐熟悉并掌握数据挖掘相关知识


亮点二、演示与PPT结合,穿插着讲解每个知识点


亮点三、讲解了常用的几种算法,深入理解数据挖掘




* 课程提供者:北风网

老师还为你推荐了以下几门课程