课程大纲：数据库与商业智能培训
第1章 导论&第2章 数据挖掘简介
1-1 商业智能
1-2 数据仓库
1-3 数据挖掘
2-1 数据挖掘是怎样工作的
2-2 数据挖掘还是数据查询
2-3 数据挖掘的功能
第3章 数据挖掘的主要方法
3-1 决策树
3-2 关联规则
3-3 K-平均值算法
3-4 遗传学习
3-5 神经网络
第3周 第4章 数据仓库
4-1 数据仓库的定义
4-2 数据仓库的结构
4-3 数据仓库系统的设计
数据挖掘实战（1）
DM-1 基于SQLServer的数据分析环境
DM-2 决策树算法应用场景
DM-3 决策树算法应用示例
决策树算法应用上机实践
数据挖掘实战（2）
DM-4 贝叶斯算法应用场景与示例
DM-5 神经网络算法应用场景与示例
DM-6 逻辑回归算法应用场景与示例
数据挖掘实战（3）
DM-7 聚类算法应用场景与示例
DM-8 关联规则算法应用场景
DM-9 关联规则算法应用示例
关联规则上机实践
数据挖掘实战（4）
DM-10 顺序分析和聚类分析算法应用场景
DM-11 顺序分析和聚类分析算法应用示例
数据挖掘实战（5）
DM-12 时序算法应用场景
DM-13 时序算法应用示例
OLAP实战（1）
OLAP-4修改度量值、属性和层次结构
OLAP-1 多维数据分析简介
OLAP-2 数据源视图和多维数据集的创建
OLAP-3 多维数据集的部署和浏览
OLAP实战（2）
OLAP-5 定义高级属性和维度属性
OLAP-6 定义计算、维度和度量值组之间的关系
OLAP-7定义钻取操作、透视、翻译
数据预处理
数据预处理的必要性
数据清洗
数据集成
数据转换等
数据预处理小测
加入高级会员获得助教答疑
