《數(shù)據(jù)倉庫與數(shù)據(jù)挖掘》課程詳情
點(diǎn)擊下載課大綱及報(bào)名表 培訓(xùn)對象
數(shù)據(jù)倉庫管理人員、建模人員，分析人員和開發(fā)人員、系統(tǒng)管理人員、數(shù)據(jù)庫管理人員以及對數(shù)據(jù)倉庫感興趣的其他人員。
 
培訓(xùn)內(nèi)容
1、數(shù)據(jù)倉庫原理及聯(lián)機(jī)分析技術(shù)介紹
Ø 數(shù)據(jù)倉庫結(jié)構(gòu)體系，數(shù)據(jù)倉庫數(shù)據(jù)模型
Ø 數(shù)據(jù)抽取、轉(zhuǎn)換和裝載，元數(shù)據(jù)管理
Ø OLAP概念及其數(shù)據(jù)模型
Ø 多維數(shù)據(jù)的顯示
2、數(shù)據(jù)倉庫設(shè)計(jì)與開發(fā)
Ø 數(shù)據(jù)倉庫分析與設(shè)計(jì)
Ø 數(shù)據(jù)倉庫開發(fā)過程
Ø 數(shù)據(jù)倉庫技術(shù)與開發(fā)的困難
Ø OLAP的多維數(shù)據(jù)分析
3、基于數(shù)據(jù)倉庫的決策支持系統(tǒng)
Ø 基于數(shù)據(jù)倉庫的查詢與報(bào)表
Ø 多維分析與原因分析
Ø 實(shí)時決策與預(yù)測未來
Ø 自動決策及其應(yīng)用介紹
4、數(shù)據(jù)倉庫案例剖析
Ø 移動運(yùn)營商的客戶投訴聯(lián)機(jī)分析，基于Business Intelligence Dev Studio
Ø 通過對客戶投訴詳單，設(shè)計(jì)相應(yīng)的投訴模型，建立其相應(yīng)的維度，事實(shí)表等
Ø 通過對客戶投訴進(jìn)行分類，發(fā)現(xiàn)其中的共同點(diǎn)以及差異，方便制定相應(yīng)計(jì)劃
Ø 積極的應(yīng)對客戶投訴，對客戶投訴進(jìn)行監(jiān)控，及時對可能導(dǎo)致的客戶進(jìn)行挽留
Ø 某公司數(shù)據(jù)倉庫決策支持系統(tǒng)
Ø 統(tǒng)計(jì)業(yè)數(shù)據(jù)倉庫系統(tǒng)
Ø 沃爾瑪數(shù)據(jù)倉庫系統(tǒng)
5、數(shù)據(jù)挖掘與知識發(fā)現(xiàn)
Ø 數(shù)據(jù)挖掘的任務(wù)與對象
Ø 數(shù)據(jù)挖掘方法
Ø 數(shù)據(jù)挖掘相關(guān)技術(shù)
6、關(guān)聯(lián)分析算法及其案例
Ø 關(guān)聯(lián)規(guī)則的分類
Ø Aprior算法詳解
Ø 從頻繁項(xiàng)集產(chǎn)生關(guān)聯(lián)規(guī)則
Ø 基于Climentine的購物籃實(shí)例分析-
7、聚類分析算法及其案例
Ø 聚類分析的概念
Ø 主要的聚類方法
Ø K-means算法詳解
Ø 基于Climentine的用戶數(shù)據(jù)聚類實(shí)例-
8、其它數(shù)據(jù)挖掘算法介紹
Ø 決策樹算法
l ID3算法
l 由決策樹提取分類規(guī)則
l 基于Climentine的決策樹分析實(shí)例
Ø 神經(jīng)網(wǎng)絡(luò)算法
l 神經(jīng)網(wǎng)絡(luò)的概念
l 網(wǎng)絡(luò)拓?fù)浼捌渌惴?br />l 基于Climentine的神經(jīng)網(wǎng)絡(luò)分析實(shí)例


《數(shù)據(jù)倉庫與數(shù)據(jù)挖掘》所屬分類
綜合管理

《數(shù)據(jù)倉庫與數(shù)據(jù)挖掘》所屬專題
excel培訓(xùn)、

《數(shù)據(jù)倉庫與數(shù)據(jù)挖掘》授課培訓(xùn)師簡介

《數(shù)據(jù)倉庫與數(shù)據(jù)挖掘》報(bào)名服務(wù)流程

-----------------------------------------------------------------------------------