培训目标:
- 了解数据挖掘
- 了解数据仓库
- 数据挖掘应用实例
- 深入理解数据仓库的结构
- 数据仓库的清理
- 数据仓库系统的设计
- 数据仓库数据的访问
- 数据仓库的应用
- 数据预处理的目的
- 数据清理
- 数据集成和变换
- 数据归约
- 广义知识
- 关联知识
- 分类知识
- 预测型知识
- 偏差型知识
- 神经网络算法
- 使用候选项集找频繁项集(Apriori)算法
- 决策树算法
- 聚类分析
- SQL Server 2000数据挖掘工具应用
- SPSS数据挖掘工具应用
- 决策树算法
- 实例开发
培训内容:
初识数据挖掘
|
- 数据挖掘的产生
- 数据挖掘的应用价值
- 数据挖掘的发展过程
- 数据挖掘的定义
|
初识数据仓库
|
- 数据仓库的产生
- 数据仓库的应用价值
- 数据仓库的发展过程
- 数据仓库的定义
- 数据仓库与数据挖掘的关系
|
进一步理解数据挖掘 |
|
数据挖掘应用实例 |
|
数据挖掘的发展趋势 |
|
进一步深入理解数据仓库的定义 |
- 数据仓库的数据是面向主题的
- 数据仓库的数据是集成的
- 数据仓库的数据是不可更新的
- 数据仓库的数据是随时间不断变化的
|
数据仓库的结构 |
- 元数据
- 粒度的概念
- 分割问题
- 数据仓库中的数据组织形式
|
数据仓库的清理
数据仓库系统的设计
|
- 数据仓库系统设计方法
- 数据仓库设计的三级数据模型
- 提高数据仓库的性能
- 数据仓库设计步骤
|
数据仓库数据的访问 |
|
数据仓库的应用 |
|
数据预处理的目的 |
|
数据清理 |
|
数据集成和变换 |
|
数据归约 |
- 数据归约的方法
- 数据立方体聚集
- 维归约
- 数据压缩
- 数值归约
- 离散化与概念分层生成
|
广义知识 |
|
关联知识 |
- 关联知识的概念
- 关联知识的发现方法
- 关联规则应用实例
|
分类知识 |
- 分类知识的概念
- 分类知识的发现方法
- 分类知识应用实例
|
预测型知识 |
- 预测型知识的概念
- 预测型知识的发现方法
- 预测型知识应用实例
|
偏差型知识 |
|
神经网络算法 |
- 神经网络的概念
- 神经网络的计算机模型
- 定义神经网络拓扑
- 基于神经网络的算法
|
使用候选项集找频繁项集(Apriori)算法 |
- 关联规则的分类
- Apriori算法
- 从频繁项集产生关联规则
|
决策树算法 |
- 信息论的基本原理
- ID3算法
- 树剪枝
- 由决策树提取分类规则
|
聚类分析 |
- 聚类分析的概念
- 聚类分析中的数据类型
- 几种主要的聚类分析方法
- 聚类分析算法
|
SQL Server 2000数据挖掘工具应用 |
- 安装要求
- 安装过程
- Analysis Services功能介绍
- Analysis Services的优点
- 创建数据挖掘模型
- 查看和分析挖掘结果
- 聚类模型
|
SPSS数据挖掘工具应用 |
- 安装SPSS Clementine
- SPSS Clementine 8.0工作环境介绍
- Clementine应用的结构
- Clementine的使用
- 挖掘模型的建立和执行
|
决策树算法 |
|
实例开发 |
- 实例开发前的准备
- 实例的系统结构
- 决策树算法模块
- 算法的程序实现
|
如果您想学习本课程,请
预约报名
如果没找到合适的课程或有特殊培训需求,请
订制培训
除培训外,同时提供相关技术咨询与技术支持服务,有需求请发需求表到邮箱soft@info-soft.cn,或致电4007991916
技术服务需求表点击在线申请
服务特点:
海量专家资源,精准匹配相关行业,相关项目专家,针对实际需求,顾问式咨询,互动式授课,案例教学,小班授课,实际项目演示,快捷高效,省时省力省钱。
专家力量:
中国科学院软件研究所,计算研究所高级研究人员
oracle,微软,vmware,MSC,Ansys,candence,Altium,达索等大型公司高级工程师,项目经理,技术支持专家
中科信软培训中心,资深专家或讲师
大多名牌大学,硕士以上学历,相关技术专业,理论素养丰富
多年实际项目经历,大型项目实战案例,热情,乐于技术分享
针对客户实际需求,案例教学,互动式沟通,学有所获