《数据库与商业智能》PPT课件 北京语言大学 石嘉明

 
课件内容： 
第一周  第1章 导论&第2章 数据挖掘简介 
1-1 商业智能 
1-2 数据仓库 
1-3 数据挖掘 
2-1 数据挖掘是怎样工作的 
2-2 数据挖掘还是数据查询 
2-3 数据挖掘的功能 
第一周 基本概念小测 
第2周 第3章 数据挖掘的主要方法 
3-1 决策树 
3-2  关联规则 
3-3 K-平均值算法 
3-4 遗传学习 
3-5 神经网络 
第二周小测 
第3周 第4章 数据仓库 
4-1 数据仓库的定义 
4-2 数据仓库的结构 
4-3 数据仓库系统的设计 
第4周  数据挖掘实战（1） 
DM-1 基于SQLServer的数据分析环境 
DM-2 决策树算法应用场景 
DM-3 决策树算法应用示例 
决策树算法应用上机实践 
第5周 数据挖掘实战（2） 
DM-4 贝叶斯算法应用场景与示例 
DM-5 神经网络算法应用场景与示例 
DM-6 逻辑回归算法应用场景与示例 
第5周小测 
第6周 数据挖掘实战（3） 
DM-7 聚类算法应用场景与示例 
DM-8 关联规则算法应用场景 
DM-9 关联规则算法应用示例 
第7周 数据挖掘实战（4） 
DM-10 顺序分析和聚类分析算法应用场景 
DM-11 顺序分析和聚类分析算法应用示例 
第8周 数据挖掘实战（5） 
DM-12 时序算法应用场景 
DM-13 时序算法应用示例 
第9周 OLAP实战（1） 
OLAP-1 多维数据分析简介 
OLAP-2 数据源视图和多维数据集的创建 
OLAP-3 多维数据集的部署和浏览 
OLAP-4修改度量值、属性和层次结构 
第9周小测 
第10周 OLAP实战（2） 
OLAP-5 定义高级属性和维度属性 
OLAP-6 定义计算、维度和度量值组之间的关系 
OLAP-7定义钻取操作、透视、翻译 
第11周 数据预处理 
数据预处理的必要性 
数据清洗 
数据集成 
数据转换等 
数据预处理