中文書城
www.cread.tw
首頁
排行
完本
足跡
首頁
東方玄幻
都市小說
西方奇幻
武俠仙俠
架空曆史
科幻未來
網遊競技
懸疑驚悚
古代言情
幻想言情
都市言情
總裁豪門
青春校園
唯美同人
文學小說
經典名著
經管勵誌
生活休閑
婚姻家庭
科普教育
紀實傳記
親子育兒
其他類型
商業智能原理與應用
作者：
蔡穎；鮑立威
東方玄幻
17 萬字
全本
《商業智能原理與應用》正文
第1章 數據挖掘的興起
第2章 什麼是商業智能
第3章 數據挖掘和商業智能工具
第4章 數據挖掘應用案例
第5章 數據倉庫的概念
第6章 數據倉庫的體係結構
第7章 元數據的定義
第8章 數據集市
第9章 數據倉庫設計與實施
第10章 數據倉庫設計案例
第11章 數據預處理的重要性
第12章 數據清洗
第13章 數據集成與轉換
第14章 數據消減
第15章 使用SSIS對數據進行ETL操作
第16章 多維數據分析基礎
第17章 多維數據分析方法
第18章 多維數據的存儲方式
第19章 多維表達式(MDX)
第20章 使用crossjoin函數返回多個集的叉集
第21章 使用Excel數據透視圖瀏覽多維數據集
第22章 SSRS商業智能報表
第23章 使用SSRS創建報表
第24章 數據挖掘的任務
第25章 數據挖掘的對象
第26章 數據挖掘係統的分類
第27章 數據挖掘麵臨的挑戰及發展
第28章 關聯規則挖掘
第29章 單維布爾關聯規則挖掘
第30章 挖掘多層級關聯規則
第31章 多維關聯規則的挖掘
第32章 關聯挖掘中的相關分析
第33章 利用Microsoft SSAS進行關聯挖掘
第34章 分類與預測基本知識
第35章 有關分類和預測的幾個問題
第36章 基於決策樹的分類
第37章 貝葉斯分類方法
第38章 神經網絡分類方法
第39章 分類器準確性
第40章 預測方法
第41章 Microsoft貝葉斯算法
第42章 Microsoft決策樹算法
第43章 Microsoft神經網絡算法
第44章 聚類分析概念
第45章 聚類分析中的數據類型
第46章 主要聚類方法
第47章 劃分方法
第48章 層次方法
第49章 基於密度方法
第50章 異常數據分析
第51章 Microsoft聚類算法
第52章 時間序列模型
第53章 Microsoft的時序算法
第54章 Microsoft時序算法示例
第55章 Microsoft的序列模式挖掘
第56章 OLAP和數據挖掘之間的關係
第57章 構建OLAP挖掘模型