數據倉庫與數據挖掘
發布日期：2015-04-24瀏覽：5680
-
課程背景
掌握商務智能基本理論
掌握數據倉庫概念和技術
掌握多維數據模型技術及OLAP理論及工具
掌握數據挖掘常用算法及應用場合
掌握數據挖掘在行業中的應用
熟悉商務智能領域主流產品及工具
能夠運用本課所學知識，使用商務智能技術輔助業務分析
本課程介紹了商務智能（數據倉庫、OLAP、數據挖掘）基本理論和實際應用技術。重點介紹了數據倉庫技術、多維數據模型技術、以及數據挖掘常用算法，課程以通信領域為例，介紹了數據挖掘在行業中的應用狀況、案例與主流工具。課程對象
企業的各類管理人員，包括財務總監、財務經理、會計經理、財務主管、預算主管、財務人員、會計人員；銷售總監、銷售經理、銷售主管、銷售人員；生產經理、生產管理人員；人力資源經理、人力資源主管；審計經理、審計主管；及其他相關管理人員等。課程時長
12 H課程大綱
第一章商務智能概述
1-商務智能簡介
商務智能應用領域
商務智能發展前景
示例：中國移動經營分析系統簡介
2-數據倉庫概念
數據倉庫概述
數據倉庫的體系架構
3-面向數據
數據粒度
數據倉庫的應用領域和案例分析
常用數據倉庫產品介紹
4-元數據管理與ETL概述
第二章多維數據技術
1-數據倉庫與數據模型
2-維度表與事實表
星型模式
雪花模式
事實星座模式
3-聯機分析處理OLAP概述
OLAP的前端分析策略
實驗：使用OLAP工具建立及瀏覽多維數據集
4-數據挖掘系統的分類
5-數據挖掘中的數據預處理
實例：移動通信客戶流失分析數據預處理
6-數據挖掘過程CRISP-DM簡介
第三章相關分析和因子分析
1-主成分分析
2-預測與回歸分析
3-關聯規則挖掘
4-Apriori算法介紹
實例與討論：關聯規則行業應用
5-分類方法
決策樹
神經網絡
其他分類方法
各種分類方法比較
實例與討論：分類方法行業應用
第四章聚類分析
1-劃分方法
2-分層方法
3-基于密度的方法
4-異常分析
實例與討論：聚類行業應用
數據挖掘模型評價數據挖掘的應用和發展趨勢
常用數據挖掘工具介紹
實例：使用數據挖掘工具Clementine進行數據挖掘建模
課程回顧與總結
請輸入正確的用戶名
