●PARTI數據倉庫、數據挖掘與商業智能
Chapter1緒論
1-1商業智能
1-2數據挖掘
Chapter2數據倉庫
2-1數據倉庫定義
2-2數據倉庫特性
2-3數據倉庫架構
2-4創建數據倉庫的目的
2-5數據倉庫的運用
2-6數據倉庫的管理
Chapter3數據挖掘簡介
3-1數據挖掘的定義
3-2數據挖掘的重要性
3-3數據挖掘的功能
3-4數據挖掘的步驟
3-5數據挖掘建模的標準CRISP-DM
3-6數據挖掘的應用
3-7數據挖掘軟件介紹
Chapter4數據挖掘的主要方法
4-1回歸分析
4-2關聯規則
4-3聚類分析
4-4判別分析
4-5神經網絡
4-6決策樹
4-7其他分析方法
Chapter5數據挖掘與相關領域的關繫
5-1數據挖掘與統計分析
5-2數據挖掘與數據倉庫
5-3數據挖掘與KDD
5-4數據挖掘與OLAP
5-5數據挖掘與機器學習
5-6數據挖掘與Web數據挖掘8
PARTIIMicrosoftSQLServer概述
Chapter6MicrosoftSQLServer中的商業智能
6-1MicrosoftSQLServer入門
6-2關繫數據倉庫
6-3SQLServer2008R2概述
6-4SQLServer2008R2技術
6-5SQLServer2008R2新增功能
Chapter7MicrosoftSQLServer中的數據挖掘功能
7-1創建商業智能應用程序
7-2MicrosoftSQLServer數據挖掘功能的優勢
7-3MicrosoftSQLServer數據挖掘算法
7-4MicrosoftSQLServer可擴展性
7-5MicrosoftSQLServer是數據挖掘與商業智能的結合
7-6使用數據挖掘可以解決的問題
Chapter8MicrosoftSQLServer的分析服務(AnalysisServices)
8-1創建多維數據集的結構
8-2建立和部署多維數據集
8-3從模板創建自定義的數據庫
8-4統一維度模型
8-5基於屬性的維度
8-6維度類型
8-7量度組和數據視圖
8-8計算效率
8-9MDX腳本
8-10存儲過程
8-11關鍵績效指標(KPI)
8-12實時商業智能
Chapter9MicrosoftSQLServer的報表服務(ReportingServices)
9-1為何使用報表服務
9-2報表服務的功能
Chapter10MicrosoftSQLServer的整合服務
10-1SSIS介紹
10-2操作示例
Chapter11MicrosoftSQLServer的DMX語言
11-1DMX語言介紹
11-2DMX函數
11-3DMX語法
11-4DMX操作實例
PARTIIIMicrosoftSQLServer中的數據挖掘模型
Chapter12決策樹模型
12-1基本概念
12-2決策樹與判別函數
12-3計算方法
12-4操作範例
Chapter13貝葉斯分類器
13-1基本概念
13-2操作範例
Chapter14關聯規則
14-1基本概念
14-2關聯規則的種類
14-3關聯規則的算法:Apriori算法
14-4操作範例
Chapter15聚類分析
15-1基本概念
15-2層級聚類法與動態聚類法
15-3操作範例
Chapter16時序聚類
16-1基本概念
16-2主要算法
16-3操作示例
Chapter17線性回歸模型
17-1基本概念
17回歸模型
17回歸模型
17-4操作範例
Chapter18邏輯回歸模型
18-1基本概念
18-2logit變換與logistic分布
18-3邏輯回歸模型
18-4操作範例
Chapter19人工神經網絡模型
19-1基本概念
19-2神經網絡模型的特點
19-3神經網絡模型的優劣比較
19-4操作範例
Chapter20時序模型
20-1基本概念
20-2時序的構成
20-3簡單時序的預測
20-4包含趨勢與季節成份的時序預測
20-5參數化的時序預測模型
20-6操作範例
PARTIVMicrosoftSQLServer數據挖掘應用實例
Chapter21決策樹模型實例
Chapter22邏輯回歸模型實例
22-1回歸模型實例一
22-2回歸模型實例二
22-3回歸模型實例三
Chapter23神經網絡模型實例
23-1神經網絡模型實例一
23-2神經網絡模型實例二
Chapter24時序模型實例
24-1時序模型實例一
24-2時序模型實例二
Chapter25如何評估數據挖掘模型
25-1評估圖節點介紹EvaluationChartNode
25-2在SQLServer中如何評估模型
25-3規則度量:支持度與可信度
25-4緒論
本書全面介紹了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,並深入敘述了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了解和認識。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,在最短的時間內就能上手。本書分為四個部分:部分介紹數據倉庫、數據挖掘與商業智能之間的關繫。第二部分對Microsoft SQL Server的整體架構進行了介紹,並詳細闡述了直接與數據挖掘相關的兩個服務:分析服務和報表服務。第三部分逐一闡述了Microsoft SQL Server中包含的九種數據挖掘模型。第四部分提供了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。