發表於2024-11-05
本書全麵介紹瞭數據挖掘與商業智能的基本概念與原理,包括經典理論與趨勢發展,並深入敘述瞭各種數據挖掘的技術與典型應用。通過本書的學習,讀者可以對數據挖掘與商業智能的整體結構、概念、原理、技術和發展有深入的瞭解和認識。本書以Microsoft SQL Server 2014(適用於2012)的數據挖掘模塊進行介紹,讓讀者可以很快地通過書中的說明與範例,在極短的時間內就能上手。本書分為四個部分:第一部分介紹數據倉庫、數據挖掘與商業智能之間的關係。第二部分對Microsoft SQL Server的整體架構進行瞭介紹,並詳細闡述瞭直接與數據挖掘相關的兩個服務:分析服務和報錶服務。第三部分逐一闡述瞭Microsoft SQL Server中包含的九種數據挖掘模型。第四部分提供瞭四個數據挖掘的案例以及數據挖掘模型的評估,通過模仿練習,讀者可獲得實際的數據挖掘經驗,稍加修改就能在自己所處的領域中加以應用。
PART I 數據倉庫、數據挖掘與商業智能Chapter 1 緒論 2
1-1 商業智能 3
1-2 數據挖掘 7
Chapter 2 數據倉庫 9
2-1 數據倉庫定義 10
2-2 數據倉庫特性 10
2-3 數據倉庫架構 11
2-4 創建數據倉庫的目的 12
2-5 數據倉庫的運用 14
2-6 數據倉庫的管理 14
Chapter 3 數據挖掘簡介 16
3-1 數據挖掘的定義 17
3-2 數據挖掘的重要性 17
3-3 數據挖掘的功能 17
3-4 數據挖掘的步驟 18
3-5 數據挖掘建模的標準CRISP-DM 19
3-6 數據挖掘的應用 21
3-7 數據挖掘軟件介紹 22
Chapter 4 數據挖掘的主要方法 24
4-1 迴歸分析 25
4-2 關聯規則 27
4-3 聚類分析 27
4-4 判彆分析 29
4-5 神經網絡 29
4-6 決策樹 31
4-7 其他分析方法 32
Chapter 5 數據挖掘與相關領域的關係 34
5-1 數據挖掘與統計分析 35
5-2 數據挖掘與數據倉庫 35
5-3 數據挖掘與KDD 36
5-4 數據挖掘與OLAP 37
5-5 數據挖掘與機器學習 37
5-6 數據挖掘與Web數據挖掘 38PART II Microsoft SQL Server概述Chapter 6 Microsoft SQL Server中的商業智能 40
6-1 Microsoft SQL Server入門 41
6-2 關係數據倉庫 41
6-3 SQL Server 2008 R2概述 42
6-4 SQL Server 2008 R2技術 43
6-5 SQL Server 2008 R2新增功能 45
Chapter 7 Microsoft SQL Server中的數據挖掘功能 46
7-1 創建商業智能應用程序 47
7-2 Microsoft SQL Server數據挖掘功能的優勢 48
7-3 Microsoft SQL Server數據挖掘算法 50
7-4 Microsoft SQL Server可擴展性 51
7-5 Microsoft SQL Server是數據挖掘與商業智能的結閤 51
7-6 使用數據挖掘可以解決的問題 52
Chapter 8 Microsoft SQL Server的分析服務(Analysis Services) 56
8-1 創建多維數據集的結構 57
8-2 建立和部署多維數據集 58
8-3 從模闆創建自定義的數據庫 58
8-4 統一維度模型 59
8-5 基於屬性的維度 59
8-6 維度類型 60
8-7 量度組和數據視圖 61
8-8 計算效率 62
8-9 MDX腳本 62
8-10 存儲過程 63
8-11 關鍵績效指標(KPI) 64
8-12 實時商業智能 64
Chapter 9 Microsoft SQL Server的報錶服務(Reporting Services) 66
9-1 為何使用報錶服務 67
9-2 報錶服務的功能 67
Chapter 10 Microsoft SQL Server的整閤服務 71
10-1 SSIS介紹 72
10-2 操作示例 79
Chapter 11 Microsoft SQL Server的DMX語言 100
11-1 DMX語言介紹 101
11-2 DMX函數 102
11-3 DMX語法 107
11-4 DMX操作實例 115PART III Microsoft SQL Server中的數據挖掘模型Chapter 12 決策樹模型 122
12-1 基本概念 123
12-2 決策樹與判彆函數 123
12-3 計算方法 124
12-4 操作範例 126
Chapter 13 貝葉斯分類器 134
13-1 基本概念 135
13-2 操作範例 137
Chapter 14 關聯規則 147
14-1 基本概念 148
14-2 關聯規則的種類 149
14-3 關聯規則的算法:Apriori算法 149
14-4 操作範例 150
Chapter 15 聚類分析 160
15-1 基本概念 161
15-2 層級聚類法與動態聚類法 161
15-3 操作範例 166
Chapter 16 時序聚類 176
16-1 基本概念 177
16-2 主要算法 177
16-3 操作示例 179
Chapter 17 綫性迴歸模型 187
17-1 基本概念 188
17-2 一元迴歸模型 189
17-3 多元迴歸模型 192
17-4 操作範例 195
Chapter 18 邏輯迴歸模型 203
18-1 基本概念 204
18-2 logit變換與logistic分布 204
18-3 邏輯迴歸模型 206
18-4 操作範例 207
Chapter 19 人工神經網絡模型 215
19-1 基本概念 216
19-2 神經網絡模型的特點 217
19-3 神經網絡模型的優劣比較 218
19-4 操作範例 220
Chapter 20 時序模型 228
20-1 基本概念 229
20-2 時序的構成 231
20-3 簡單時序的預測 237
20-4 包含趨勢與季節成份的時序預測 238
20-5 參數化的時序預測模型 240
20-6 操作範例 243PART IV Microsoft SQL Server數據挖掘應用實例Chapter 21 決策樹模型實例 253
Chapter 22 邏輯迴歸模型實例 260
22-1 迴歸模型實例一 261
22-2 迴歸模型實例二 266
22-3 迴歸模型實例三 270
Chapter 23 神經網絡模型實例 275
23-1 神經網絡模型實例一 276
23-2 神經網絡模型實例二 281
Chapter 24 時序模型實例 292
24-1 時序模型實例一 293
24-2 時序模型實例二 297
Chapter 25 如何評估數據挖掘模型 303
25-1 評估圖節點介紹 Evaluation Chart Node 304
25-2 在SQL Server中如何評估模型 307
25-3 規則度量:支持度與可信度 311
SQL Server數據挖掘與商業智能基礎及案例實戰 下載 mobi pdf epub txt 電子書 格式 2024
SQL Server數據挖掘與商業智能基礎及案例實戰 下載 mobi epub pdf 電子書學習中,爭取趕上這班車
評分sqlserver 的bi功能,一直知道有這個東西但從來沒用過,瞭解下。
評分挺好的一本書。
評分有點泛泛的,還行
評分學習數據分析和挖掘的必備書籍。
評分研究一下,SQL server還是有一定市場的
評分不錯的書 反正就當查詢使用瞭
評分希望對工作有幫助
評分買書一直京東買,包裝好,送貨快
SQL Server數據挖掘與商業智能基礎及案例實戰 mobi epub pdf txt 電子書 格式下載 2024