相關商品
商品簡介
目次
商品簡介
數據挖掘的目的在于使用所發現的模式幫助解釋當前的行為或預測未來的結果。數據挖掘過程涉及下列7個研究方面：數據倉庫及OLAP技術、數據預處理、使用SQL Server Data Mining、關聯規則、分類和預測、聚類分析及時序和序列數據的挖掘。
本書對數據挖掘和知識發現的各個方面都進行了必要的解說，側重于用SSAS進行數據挖掘模型的建立、挖掘結果的分析與檢驗，以及解釋與驗證結果。本書對主要的挖掘技術提供了詳細的SQL Server 2005數據挖掘的實例，讀者通過案例來實驗性地建立和檢驗數據挖掘模型。
本書適合希望學習SQL Server 2005數據挖掘技術的讀者，可以作為數據挖掘工程師的參考用書。本書適合作為高校教學數據挖掘的教程，也是公司培訓不可多得的參考用書。
本書對數據挖掘和知識發現的各個方面都進行了必要的解說，側重于用SSAS進行數據挖掘模型的建立、挖掘結果的分析與檢驗，以及解釋與驗證結果。本書對主要的挖掘技術提供了詳細的SQL Server 2005數據挖掘的實例，讀者通過案例來實驗性地建立和檢驗數據挖掘模型。
本書適合希望學習SQL Server 2005數據挖掘技術的讀者，可以作為數據挖掘工程師的參考用書。本書適合作為高校教學數據挖掘的教程，也是公司培訓不可多得的參考用書。
目次
前言
第1章 數據挖掘基本知識
1.1 數據挖掘的概念
1.2 數據挖掘的存儲對象
1.3 基本數據挖掘任務
1.4 數據挖掘系統的分類
1.5 數據挖掘的主要問題
第2章 數據倉庫及OLAP技術
2.1 數據倉庫的概念
2.2 多維數據模型
2.3 數據倉庫的系統結構
2.4 數據倉庫實現
2.5 數據方技術的進一步發展
2.6 由數據倉庫到數據挖掘
第3章 數據預處理
3.1 數據預處理的重要性
3.2 數據集成與轉換
3.3 數據消減
3.4 離散化和概念層次樹生成
第4章 使用SQL Server2005進行數據挖掘
4.1 關于Business Intelligence Development Studio
4.2 對數據源進行設置
4.3 創建和編輯模型
4.4 處理
4.5 使用模型
第5章 關聯規則
第6章 分類和預測
第7章 聚類分析
第8章 時序和序列數據的挖掘
第9章 數據挖掘的應用和發展趨勢
參考文獻
第1章 數據挖掘基本知識
1.1 數據挖掘的概念
1.2 數據挖掘的存儲對象
1.3 基本數據挖掘任務
1.4 數據挖掘系統的分類
1.5 數據挖掘的主要問題
第2章 數據倉庫及OLAP技術
2.1 數據倉庫的概念
2.2 多維數據模型
2.3 數據倉庫的系統結構
2.4 數據倉庫實現
2.5 數據方技術的進一步發展
2.6 由數據倉庫到數據挖掘
第3章 數據預處理
3.1 數據預處理的重要性
3.2 數據集成與轉換
3.3 數據消減
3.4 離散化和概念層次樹生成
第4章 使用SQL Server2005進行數據挖掘
4.1 關于Business Intelligence Development Studio
4.2 對數據源進行設置
4.3 創建和編輯模型
4.4 處理
4.5 使用模型
第5章 關聯規則
第6章 分類和預測
第7章 聚類分析
第8章 時序和序列數據的挖掘
第9章 數據挖掘的應用和發展趨勢
參考文獻
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。