基於SQLServer的資料探勘及演算法詳解—183人已學習
課程介紹    

    本教程介紹了SQL Server Data Mining的所有方面，包括使用SQL Server實現成功的資料探勘解決方案的所有必要知識，帶讀者熟悉其中的工具，給出了Microsoft資料探勘演算法的深度和廣度，然後詳細探討了實現資料探勘解決方案的各種方式。
課程收益
    目標1 使用Excel進行資料探勘 目標2 瞭解資料探勘概念和MDX 目標3 使用SQL Server進行資料探勘 目標4 瞭解幾種資料探勘演算法 目標5 瞭解資料探勘程式設計
講師介紹
    張勇更多講師課程
    北風網技術總監，在某大型電信裝置公司擔任架構師，主要從事電信領域的軟體開發，經驗豐富。對電信計費系統以及核心網軟體系統有深入瞭解，對設計高可靠性，高擴充套件性的軟體系統具有豐富經驗。
課程大綱
  第1章:資料探勘解決商業問題
    1.資料探勘概念及使用場景  19:50
    2.DMX  18:26
    3.常見的資料探勘任務  11:20
  第2章:用Excel進行資料探勘
    1.分析關鍵影響因素及檢測類別工具  27:24
    2.從示例填充及預測工具  19:52
    3.突出顯示異常值工具  16:29
    4.應用場景分析工具  31:35
    5.預測計算器工具  21:23
    6.購物籃分析工具  16:03
  第3章:資料探勘概念與DMX
    1.DMX關鍵概念  22:33
    2.DMX查詢語法-建立挖掘結構  30:00
    3.DMX查詢語法-建立挖掘模型(巢狀表)  22:47
    4.DMX查詢語法-建立挖掘模型(複雜的巢狀場景和過濾器)  20:48
    5.DMX查詢語法-填充挖掘結構(填充巢狀表)  20:33
    6.DMX查詢語法-填充挖掘結構(查詢結構資料和查詢模型資料)  14:37
    7.預測-預測連線和預測查詢語法  26:56
    8.預測-預測函式和巢狀表上的預測  32:42
  第4章:用SQLServer進行資料探勘
    1.Bl Dev Studio介紹  17:28
    2.設定資料來源  27:35
    3.設定資料來源及建立和編輯模型  25:02
    4.使用資料探勘設計器及處理  19:54
    5.

使用模型  17:40
    6.交叉驗證、使用挖掘模型預測以及建立資料探勘報表  16:57
  第5章:貝葉斯演算法
    1.貝葉斯演算法介紹  20:32
    2.資料瀏覽及文件分類  23:21
    3.理解貝葉斯模型的內容及瀏覽貝葉斯模型  17:43
    4.貝葉斯演算法的基本原理  18:32
  第6章:決策樹演算法
    1.決策數演算法介紹及分類模型  28:11
    2.迴歸模型與關聯模型  25:21
    3.模型內容，解釋模型及決策樹演算法的基本原理  22:05
    4.決策樹演算法的基本原理2  19:13
    5.儲存過程  10:33
  第7章:時序演算法
    1.時序演算法介紹  16:28
    2.DMX 模型的建立  17:36
    3.模型的處理  23:13
    4.預測 返回輔助的統計資訊  18:13
    5.預測 執行假設預測  23:11
    6.時序演算法的基本原理及引數  26:11
  第8章:聚類演算法
    1.聚類演算法介紹  21:44
    2.利用聚類檢查異常以及DMX的模型建立  21:03
    3.DMX常用結構  18:40
    4.模型內容及理解聚類模型  15:58
    5.聚類演算法的基本原理及引數  20:02
  第9章:序列聚類演算法和關聯規則演算法
    1.序列聚類演算法的介紹  20:33
    2.DMX查詢-執行聚類預測與執行序列預測  23:12
    3.DMX查詢-提取序列預測的概率和使用序列預測的直方圖  23:11
    4.解釋模型及馬爾科夫鏈  25:24
    5.狀態轉移矩陣、模型內容以及引數  16:24
    6.關聯規則演算法介紹  15:22
    7.推薦引擎與高階交叉銷售  24:02
    8.DMX  24:17
    9.模型內容、解釋模型及關聯規則演算法的基本原理  25:07
    10.關聯規則演算法基本概念及挖掘繁瑣項集  28:51
  第10章:神經網路演算法和邏輯迴歸演算法
    1.神經網路演算法和邏輯迴歸演算法簡介  21:44
    2.使用Microsoft神經網路演算法  22:47
    3.DMX查詢  22:41
    4.模型內容及解釋模型  27:08
    5.組合與啟用及處理神經網路的簡單事例  24:53
    6.規範化和對映及神經網路演算法的引數  9:54
  第11章:SQL Server整合服務資料探勘和資料探勘程式設計
    1.SSIS介紹  16:13
    2.在SSIS環境中進行資料探勘  27:16
    3.資料探勘客戶端  20:58
    4.建模及模型用法  30:00
    5.資料探勘程式設計介紹  20:17
    6.建立資料訪問物件1  27:46
    7.建立資料訪問物件2  36:18
    8.建立挖掘結構  20:57
    9.建立挖掘模型  17:26
    10.處理挖掘模型  16:01
    11.部署挖掘模型及設定挖掘許可權  25:26
    12.瀏覽和查詢挖掘模型  26:07
    13.使用ADMD.NET來預測  15:37
    14.使用表引數的資料探勘查詢  17:11
大家可以點選【檢視詳情】檢視我的課程