孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台 占位居中 孔夫子旧书网-网上买书卖书、古旧书收藏品交易平台
商品
拍卖区
在售
已售
搜索历史
搜索
高级搜索

SQL Server数据挖掘与商业智能基础及案例实战

SQL Server数据挖掘与商业智能基础及案例实战
分享
扫描下方二维码分享到微信
打开微信，点击右上角”+“，
使用”扫一扫“即可将网页分享到朋友圈。
作者: 著
出版社: 水利水电出版社
2015-08
版次: 1
ISBN: 9787517035411
定价: 58.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 364页
分类: 计算机与互联网
26人买过
  • 本书全面介绍了数据挖掘与商业智能的基本概念与原理，包括经典理论与趋势发展，并深入叙述了各种数据挖掘的技术与典型应用。通过本书的学习，读者可以对数据挖掘与商业智能的整体结构、概念、原理、技术和发展有深入的了解和认识。本书以Microsoft SQL Server 2014（适用于2012）的数据挖掘模块进行介绍，让读者可以很快地通过书中的说明与范例，在最短的时间内就能上手。本书分为四个部分：第一部分介绍数据仓库、数据挖掘与商业智能之间的关系。第二部分对Microsoft SQL Server的整体架构进行了介绍，并详细阐述了直接与数据挖掘相关的两个服务：分析服务和报表服务。第三部分逐一阐述了Microsoft SQL Server中包含的九种数据挖掘模型。第四部分提供了四个数据挖掘的案例以及数据挖掘模型的评估，通过模仿练习，读者可获得实际的数据挖掘经验，稍加修改就能在自己所处的领域中加以应用。 PART I 数据仓库、数据挖掘与商业智能Chapter 1 绪论 2
    1-1 商业智能 3
    1-2 数据挖掘 7
    Chapter 2 数据仓库 9
    2-1 数据仓库定义 10
    2-2 数据仓库特性 10
    2-3 数据仓库架构 11
    2-4 创建数据仓库的目的 12
    2-5 数据仓库的运用 14
    2-6 数据仓库的管理 14
    Chapter 3 数据挖掘简介 16
    3-1 数据挖掘的定义 17
    3-2 数据挖掘的重要性 17
    3-3 数据挖掘的功能 17
    3-4 数据挖掘的步骤 18
    3-5 数据挖掘建模的标准CRISP-DM 19
    3-6 数据挖掘的应用 21
    3-7 数据挖掘软件介绍 22
    Chapter 4 数据挖掘的主要方法 24
    4-1 回归分析 25
    4-2 关联规则 27
    4-3 聚类分析 27
    4-4 判别分析 29
    4-5 神经网络 29
    4-6 决策树 31
    4-7 其他分析方法 32
    Chapter 5 数据挖掘与相关领域的关系 34
    5-1 数据挖掘与统计分析 35
    5-2 数据挖掘与数据仓库 35
    5-3 数据挖掘与KDD 36
    5-4 数据挖掘与OLAP 37
    5-5 数据挖掘与机器学习 37
    5-6 数据挖掘与Web数据挖掘 38PART II Microsoft SQL Server概述Chapter 6 Microsoft SQL Server中的商业智能 40
    6-1 Microsoft SQL Server入门 41
    6-2 关系数据仓库 41
    6-3 SQL Server 2008 R2概述 42
    6-4 SQL Server 2008 R2技术 43
    6-5 SQL Server 2008 R2新增功能 45
    Chapter 7 Microsoft SQL Server中的数据挖掘功能 46
    7-1 创建商业智能应用程序 47
    7-2 Microsoft SQL Server数据挖掘功能的优势 48
    7-3 Microsoft SQL Server数据挖掘算法 50
    7-4 Microsoft SQL Server可扩展性 51
    7-5 Microsoft SQL Server是数据挖掘与商业智能的结合 51
    7-6 使用数据挖掘可以解决的问题 52
    Chapter 8 Microsoft SQL Server的分析服务（Analysis Services） 56
    8-1 创建多维数据集的结构 57
    8-2 建立和部署多维数据集 58
    8-3 从模板创建自定义的数据库 58
    8-4 统一维度模型 59
    8-5 基于属性的维度 59
    8-6 维度类型 60
    8-7 量度组和数据视图 61
    8-8 计算效率 62
    8-9 MDX脚本 62
    8-10 存储过程 63
    8-11 关键绩效指标（KPI） 64
    8-12 实时商业智能 64
    Chapter 9 Microsoft SQL Server的报表服务（Reporting Services） 66
    9-1 为何使用报表服务 67
    9-2 报表服务的功能 67
    Chapter 10 Microsoft SQL Server的整合服务 71
    10-1 SSIS介绍 72
    10-2 操作示例 79
    Chapter 11 Microsoft SQL Server的DMX语言 100
    11-1 DMX语言介绍 101
    11-2 DMX函数 102
    11-3 DMX语法 107
    11-4 DMX操作实例 115PART III Microsoft SQL Server中的数据挖掘模型Chapter 12 决策树模型 122
    12-1 基本概念 123
    12-2 决策树与判别函数 123
    12-3 计算方法 124
    12-4 操作范例 126
    Chapter 13 贝叶斯分类器 134
    13-1 基本概念 135
    13-2 操作范例 137
    Chapter 14 关联规则 147
    14-1 基本概念 148
    14-2 关联规则的种类 149
    14-3 关联规则的算法：Apriori算法 149
    14-4 操作范例 150
    Chapter 15 聚类分析 160
    15-1 基本概念 161
    15-2 层级聚类法与动态聚类法 161
    15-3 操作范例 166
    Chapter 16 时序聚类 176
    16-1 基本概念 177
    16-2 主要算法 177
    16-3 操作示例 179
    Chapter 17 线性回归模型 187
    17-1 基本概念 188
    17-2 一元回归模型 189
    17-3 多元回归模型 192
    17-4 操作范例 195
    Chapter 18 逻辑回归模型 203
    18-1 基本概念 204
    18-2 logit变换与logistic分布 204
    18-3 逻辑回归模型 206
    18-4 操作范例 207
    Chapter 19 人工神经网络模型 215
    19-1 基本概念 216
    19-2 神经网络模型的特点 217
    19-3 神经网络模型的优劣比较 218
    19-4 操作范例 220
    Chapter 20 时序模型 228
    20-1 基本概念 229
    20-2 时序的构成 231
    20-3 简单时序的预测 237
    20-4 包含趋势与季节成份的时序预测 238
    20-5 参数化的时序预测模型 240
    20-6 操作范例 243PART IV Microsoft SQL Server数据挖掘应用实例Chapter 21 决策树模型实例 253
    Chapter 22 逻辑回归模型实例 260
    22-1 回归模型实例一 261
    22-2 回归模型实例二 266
    22-3 回归模型实例三 270
    Chapter 23 神经网络模型实例 275
    23-1 神经网络模型实例一 276
    23-2 神经网络模型实例二 281
    Chapter 24 时序模型实例 292
    24-1 时序模型实例一 293
    24-2 时序模型实例二 297
    Chapter 25 如何评估数据挖掘模型 303
    25-1 评估图节点介绍 Evaluation Chart Node 304
    25-2 在SQL Server中如何评估模型 307
    25-3 规则度量：支持度与可信度 311
  • 内容简介:
    本书全面介绍了数据挖掘与商业智能的基本概念与原理，包括经典理论与趋势发展，并深入叙述了各种数据挖掘的技术与典型应用。通过本书的学习，读者可以对数据挖掘与商业智能的整体结构、概念、原理、技术和发展有深入的了解和认识。本书以Microsoft SQL Server 2014（适用于2012）的数据挖掘模块进行介绍，让读者可以很快地通过书中的说明与范例，在最短的时间内就能上手。本书分为四个部分：第一部分介绍数据仓库、数据挖掘与商业智能之间的关系。第二部分对Microsoft SQL Server的整体架构进行了介绍，并详细阐述了直接与数据挖掘相关的两个服务：分析服务和报表服务。第三部分逐一阐述了Microsoft SQL Server中包含的九种数据挖掘模型。第四部分提供了四个数据挖掘的案例以及数据挖掘模型的评估，通过模仿练习，读者可获得实际的数据挖掘经验，稍加修改就能在自己所处的领域中加以应用。
  • 目录:
    PART I 数据仓库、数据挖掘与商业智能Chapter 1 绪论 2
    1-1 商业智能 3
    1-2 数据挖掘 7
    Chapter 2 数据仓库 9
    2-1 数据仓库定义 10
    2-2 数据仓库特性 10
    2-3 数据仓库架构 11
    2-4 创建数据仓库的目的 12
    2-5 数据仓库的运用 14
    2-6 数据仓库的管理 14
    Chapter 3 数据挖掘简介 16
    3-1 数据挖掘的定义 17
    3-2 数据挖掘的重要性 17
    3-3 数据挖掘的功能 17
    3-4 数据挖掘的步骤 18
    3-5 数据挖掘建模的标准CRISP-DM 19
    3-6 数据挖掘的应用 21
    3-7 数据挖掘软件介绍 22
    Chapter 4 数据挖掘的主要方法 24
    4-1 回归分析 25
    4-2 关联规则 27
    4-3 聚类分析 27
    4-4 判别分析 29
    4-5 神经网络 29
    4-6 决策树 31
    4-7 其他分析方法 32
    Chapter 5 数据挖掘与相关领域的关系 34
    5-1 数据挖掘与统计分析 35
    5-2 数据挖掘与数据仓库 35
    5-3 数据挖掘与KDD 36
    5-4 数据挖掘与OLAP 37
    5-5 数据挖掘与机器学习 37
    5-6 数据挖掘与Web数据挖掘 38PART II Microsoft SQL Server概述Chapter 6 Microsoft SQL Server中的商业智能 40
    6-1 Microsoft SQL Server入门 41
    6-2 关系数据仓库 41
    6-3 SQL Server 2008 R2概述 42
    6-4 SQL Server 2008 R2技术 43
    6-5 SQL Server 2008 R2新增功能 45
    Chapter 7 Microsoft SQL Server中的数据挖掘功能 46
    7-1 创建商业智能应用程序 47
    7-2 Microsoft SQL Server数据挖掘功能的优势 48
    7-3 Microsoft SQL Server数据挖掘算法 50
    7-4 Microsoft SQL Server可扩展性 51
    7-5 Microsoft SQL Server是数据挖掘与商业智能的结合 51
    7-6 使用数据挖掘可以解决的问题 52
    Chapter 8 Microsoft SQL Server的分析服务（Analysis Services） 56
    8-1 创建多维数据集的结构 57
    8-2 建立和部署多维数据集 58
    8-3 从模板创建自定义的数据库 58
    8-4 统一维度模型 59
    8-5 基于属性的维度 59
    8-6 维度类型 60
    8-7 量度组和数据视图 61
    8-8 计算效率 62
    8-9 MDX脚本 62
    8-10 存储过程 63
    8-11 关键绩效指标（KPI） 64
    8-12 实时商业智能 64
    Chapter 9 Microsoft SQL Server的报表服务（Reporting Services） 66
    9-1 为何使用报表服务 67
    9-2 报表服务的功能 67
    Chapter 10 Microsoft SQL Server的整合服务 71
    10-1 SSIS介绍 72
    10-2 操作示例 79
    Chapter 11 Microsoft SQL Server的DMX语言 100
    11-1 DMX语言介绍 101
    11-2 DMX函数 102
    11-3 DMX语法 107
    11-4 DMX操作实例 115PART III Microsoft SQL Server中的数据挖掘模型Chapter 12 决策树模型 122
    12-1 基本概念 123
    12-2 决策树与判别函数 123
    12-3 计算方法 124
    12-4 操作范例 126
    Chapter 13 贝叶斯分类器 134
    13-1 基本概念 135
    13-2 操作范例 137
    Chapter 14 关联规则 147
    14-1 基本概念 148
    14-2 关联规则的种类 149
    14-3 关联规则的算法：Apriori算法 149
    14-4 操作范例 150
    Chapter 15 聚类分析 160
    15-1 基本概念 161
    15-2 层级聚类法与动态聚类法 161
    15-3 操作范例 166
    Chapter 16 时序聚类 176
    16-1 基本概念 177
    16-2 主要算法 177
    16-3 操作示例 179
    Chapter 17 线性回归模型 187
    17-1 基本概念 188
    17-2 一元回归模型 189
    17-3 多元回归模型 192
    17-4 操作范例 195
    Chapter 18 逻辑回归模型 203
    18-1 基本概念 204
    18-2 logit变换与logistic分布 204
    18-3 逻辑回归模型 206
    18-4 操作范例 207
    Chapter 19 人工神经网络模型 215
    19-1 基本概念 216
    19-2 神经网络模型的特点 217
    19-3 神经网络模型的优劣比较 218
    19-4 操作范例 220
    Chapter 20 时序模型 228
    20-1 基本概念 229
    20-2 时序的构成 231
    20-3 简单时序的预测 237
    20-4 包含趋势与季节成份的时序预测 238
    20-5 参数化的时序预测模型 240
    20-6 操作范例 243PART IV Microsoft SQL Server数据挖掘应用实例Chapter 21 决策树模型实例 253
    Chapter 22 逻辑回归模型实例 260
    22-1 回归模型实例一 261
    22-2 回归模型实例二 266
    22-3 回归模型实例三 270
    Chapter 23 神经网络模型实例 275
    23-1 神经网络模型实例一 276
    23-2 神经网络模型实例二 281
    Chapter 24 时序模型实例 292
    24-1 时序模型实例一 293
    24-2 时序模型实例二 297
    Chapter 25 如何评估数据挖掘模型 303
    25-1 评估图节点介绍 Evaluation Chart Node 304
    25-2 在SQL Server中如何评估模型 307
    25-3 规则度量：支持度与可信度 311
查看详情
相关分类
计算机理论 编程与开发 操作系统 大数据与云计算 图形图像/多媒体 网站设计与网页开发 网络与通讯 硬件、嵌入式开发 办公软件 信息安全 辅助设计与工程计算 软件工程/开发项目管理
相关图书 / 更多
SQL Server数据挖掘与商业智能基础及案例实战
SQL从入门到进阶
陈红波 编著
￥49.93 起
SQL Server数据挖掘与商业智能基础及案例实战
SQL Server数据库实用案例教程（第2版·微课视频版）
王雪梅 李海晨 主编；马亚丽 华进 蔡斌杰 副主编
￥20.92 起
SQL Server数据挖掘与商业智能基础及案例实战
SQLServer2019数据库管理项目教程(活页式高等职业教育计算机专业活页式系列教材)
黄小花、黄侃、熊慧芳 编
￥6.60 起
SQL Server数据挖掘与商业智能基础及案例实战
SQL面试宝典：图解数据库求职题（全彩）
猴子
￥48.87 起
SQL Server数据挖掘与商业智能基础及案例实战
SQL Server数据库设计与应用（第2版）
张成叔
￥7.80 起
SQL Server数据挖掘与商业智能基础及案例实战
SQL Server数据库应用入门（项目式+微课版）
李武韬 文瑛 吴超
￥15.43 起
SQL Server数据挖掘与商业智能基础及案例实战
SQL Server实例教程（2019版）
刘志成
￥7.80 起
SQL Server数据挖掘与商业智能基础及案例实战
SQL实践教程（第10版）
[美]马克·谢尔曼(Mark Shellman)哈桑·阿夫尤尼(Hassan A
￥44.00 起
SQL Server数据挖掘与商业智能基础及案例实战
SQL Server 2014数据库原理与实训教程
吴小刚 主编；彭文惠
￥40.00 起
SQL Server数据挖掘与商业智能基础及案例实战
SQL语言从入门到精通
明日科技
￥32.90 起
SQL Server数据挖掘与商业智能基础及案例实战
SQL Server从入门到精通（第5版）
明日科技
￥41.90 起
SQL Server数据挖掘与商业智能基础及案例实战
SQL数据分析
[美]凯西·谷村（Cathy Tanimura）
￥51.20 起
您可能感兴趣 / 更多
SQL Server数据挖掘与商业智能基础及案例实战
Excel在大数据挖掘中的应用
谢邦昌、朱建平、王小燕 著
￥27.00 起
SQL Server数据挖掘与商业智能基础及案例实战
文本挖掘技术及其应用
谢邦昌、朱建平、李毅 著
￥5.00 起
SQL Server数据挖掘与商业智能基础及案例实战
数据挖掘基础与应用（SQL Server 2008）
谢邦昌 著
￥5.00 起
SQL Server数据挖掘与商业智能基础及案例实战
SQL Server 2008 R2：数据挖掘与商业智能基础及高级案例实战
谢邦昌 著
￥0.10 起
SQL Server数据挖掘与商业智能基础及案例实战
应用概率统计教程
谢邦昌、张波、田金方 编著
￥5.00 起
SQL Server数据挖掘与商业智能基础及案例实战
高效办公“职”通车：Excel 2007数据挖掘完全手册
谢邦昌 著
￥2.00 起
SQL Server数据挖掘与商业智能基础及案例实战
高效办公“职”通车：Excel 2007在统计分析中的应用
谢邦昌 著
￥8.30 起
SQL Server数据挖掘与商业智能基础及案例实战
数据挖掘Clementine应用实务
谢邦昌 编
￥2.78 起
SQL Server数据挖掘与商业智能基础及案例实战
商务智能与数据挖掘Microsoft SQL Server应用
谢邦昌 编
￥0.55 起
SQL Server数据挖掘与商业智能基础及案例实战
市场调查实战手册
谢邦昌
￥1.00 起
SQL Server数据挖掘与商业智能基础及案例实战
教材 医学统计
谢邦昌 著；吴喜之
￥5.00 起
© 2002-2024 Kongfz.com 孔夫子旧书网 版权所有
关于孔网 联系我们 帮助中心 版权隐私 广告业务 工作机会 移动版 图书目录 图书标签 热搜书籍 作家大全