数据仓库和数据挖掘培训课程

培训目标：

了解数据挖掘
了解数据仓库
数据挖掘应用实例
深入理解数据仓库的结构
数据仓库的清理
数据仓库系统的设计
数据仓库数据的访问
数据仓库的应用
数据预处理的目的
数据清理
数据集成和变换
数据归约
广义知识
关联知识
分类知识
预测型知识
偏差型知识
神经网络算法
使用候选项集找频繁项集（Apriori）算法
决策树算法
聚类分析
SQL Server 2000数据挖掘工具应用
SPSS数据挖掘工具应用
决策树算法
实例开发

初识数据挖掘	数据挖掘的产生数据挖掘的应用价值数据挖掘的发展过程数据挖掘的定义
初识数据仓库	数据仓库的产生数据仓库的应用价值数据仓库的发展过程数据仓库的定义数据仓库与数据挖掘的关系
进一步理解数据挖掘	数据挖掘的功能数据挖掘常用技术数据挖掘的过程
数据挖掘应用实例	应用领域典型案例
数据挖掘的发展趋势	数据挖掘研究方向数据挖掘应用的热点
进一步深入理解数据仓库的定义	数据仓库的数据是面向主题的数据仓库的数据是集成的数据仓库的数据是不可更新的数据仓库的数据是随时间不断变化的
数据仓库的结构	元数据粒度的概念分割问题数据仓库中的数据组织形式
数据仓库的清理数据仓库系统的设计	数据仓库系统设计方法数据仓库设计的三级数据模型提高数据仓库的性能数据仓库设计步骤
数据仓库数据的访问	数据仓库数据的直接访问数据仓库数据的间接访问
数据仓库的应用	数据仓库的主要应用领域数据仓库应用实例
数据预处理的目的	原始数据中存在的问题数据预处理的方法和功能
数据清理	处理空缺值噪声数据的处理
数据集成和变换	数据集成数据变换
数据归约	数据归约的方法数据立方体聚集维归约数据压缩数值归约离散化与概念分层生成
广义知识	广义知识的概念广义知识的发现方法
关联知识	关联知识的概念关联知识的发现方法关联规则应用实例
分类知识	分类知识的概念分类知识的发现方法分类知识应用实例
预测型知识	预测型知识的概念预测型知识的发现方法预测型知识应用实例
偏差型知识	偏差型知识的概念偏差型知识的发现方法
神经网络算法	神经网络的概念神经网络的计算机模型定义神经网络拓扑基于神经网络的算法
使用候选项集找频繁项集（Apriori）算法	关联规则的分类 Apriori算法从频繁项集产生关联规则
决策树算法	信息论的基本原理 ID3算法树剪枝由决策树提取分类规则
聚类分析	聚类分析的概念聚类分析中的数据类型几种主要的聚类分析方法聚类分析算法
SQL Server 2000数据挖掘工具应用	安装要求安装过程 Analysis Services功能介绍 Analysis Services的优点创建数据挖掘模型查看和分析挖掘结果聚类模型
SPSS数据挖掘工具应用	安装SPSS Clementine SPSS Clementine 8.0工作环境介绍 Clementine应用的结构 Clementine的使用挖掘模型的建立和执行
决策树算法	实例背景数据挖掘中的分类算法决策树的概念
实例开发	实例开发前的准备实例的系统结构决策树算法模块算法的程序实现