| 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
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
技术服务需求表下载请点击
服务优势：
丰富专家资源，精准匹配相关行业，相关项目技术精英，面向用户实际需求，针对性培训或咨询，互动式交流，案例教学，精品小班，实际工程项目经验分享，快捷高效，节省时间与金钱，少走弯路与错路。
专家力量：
中国科学院相关研究所高级研究人员
西门子，TI,vmware，MSC,Ansys，MDI，Mentor, candence,Altium,Atmel 、Freescale,达索，华为等
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，相关学历背景专业，理论素养高
多年实际项目实践，大型复杂项目实战案例分享，热情，乐于技术分享
针对客户实际需要，真实案例演示，互动式沟通，学有所值
