基于SQLServer的数据挖掘及算法详解
  
收藏课程
9999+

基于SQLServer的数据挖掘及算法详解

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,...

适合人群:初级
课时数量:39课时
用到技术:数据挖掘 SQL Server数据分析 数据挖掘算法
涉及项目:在每个章节中体现

  • 课程顾问贴心解答

    为你推荐精品课程,无论就业还是升职加薪,毫无压力。

  • 名企定制紧随大流

    量身打造紧贴企业需求的实用性课程。

  • 系统教学把控效果

    集学、测、练为一体的学习系统为你科学的安排学习进度,提高效率。

  • 一线大师1对1指导

    课程研发团队内一线资深讲师一对一指导,手把手教学,直到学会。

  • 点播答疑完美结合

    每周2-3次直播解答,保证学员日常学习问题能得到解决。

  • 量身定制学习计划

    告别杂乱的学习方式,我们会根据你的情况定制学习计划。

 

 

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

 

 

1.课程针对人群
本课程针对具有一定的编程基础的学员,想通过本项目的学习数据分析,并打算从事有关数据分析的工作;以及对大数据和数据分析算法感兴趣的初级人员


2.我该怎么学,如何才能学好这门课程,给些建议。
   4.1、时间上的安排建议
      本课程共39课时,如果您时间上充分,建议以每天4-5讲的进度往前学习。 
   4.2、学习要求
      如果您没有基础,建议还是中规中矩的按照课程进度一点一点仔细观看学习,并一定要把看完的视频中的代码自己手敲一遍,以加深理解和记忆
      如果您有基础,可不必按步就搬进行,可以拿你感兴趣的部分去学习,但一定要注意实践,并学会举一反三 
   4.3、讲师建议
         1.最好看完视频之后,抛开视频,独立自己去把上课中的示例写一遍,看自己是否理解,如果不正确,可以回过头看再看下视频,如果反复,达到真正理解和熟练掌握的目的。
         2. 建议一般听视频,一般拿个纸和笔,做一些记录和笔记,这是一种非常好的学习习惯。
         3. 一定不要过于依赖视频,要学会看API和使用百度,学会思考,学会举一反三
         4. 最后祝您学有所成

 

 

课程是属于某个特定的专业技术,掌握该技术后,你可以从事以下相关工作
      1.数据分析师
      2.开发带有数据分析功能的应用程序
      3.了解数据分析,并能从事大数据开发