亚洲无码模一级黄片-在线看片无码永久免费视频-国产免费人成网站在线观看不卡-欧美黄视频|www.zmwjm.net

專業創造價值,服務贏得口碑!企業IT人才培養領導品牌!

數據分析與數據挖掘最佳實踐

瀏覽量:2
  • 課程名稱: 數據分析與數據挖掘最佳實踐
  • 開班類型: 企業定制
  • 推薦星級: 5星
  • 課程代碼:
  • 課程天數: 2天
  • 授課方式: 面授

課程大綱

認證須知

開課計劃

學習QQ群

常見問題

數據分析與數據挖掘最佳實踐.jpg


  課程信息  

本次課程將介紹數據分析、數據倉庫、商業智能和數據挖掘等技術的基本理論和體系架構,通過大型數據倉庫和數據挖掘項目案例闡述數據倉庫和數據挖掘項目的實施過程和方法。通過實際應用案例介紹多維數據模型、粒度、立方體及元數據等重要概念。詳細講解構建數據倉庫和數據挖掘體系的核心方法和技術,并結合實際項目搭建數據倉庫和數據挖掘環境。掌握主流數據倉庫和數據挖掘廠商及相關軟件產品的操作和使用。


  培訓特色  

1、 培訓過程中將以大型項目案例為背景,逐步講解整個數據倉庫和數據挖掘的設計過程和實施方法

2、 課程將以深入淺出的案例讓學員輕松掌握數據倉庫和數據挖掘相關技術 

3、 課程的重點是項目實施,將深入探討數據倉庫和數據挖掘項目的實施問題,逐一解決項目實施過程中所遇到的問題和處理技巧

4、 結合動手實驗和實際項目案例,使學員充分理解數據倉庫和數據挖掘架構設計和相關工具的使用


CISP-PTE-2.jpg


  課程大綱  



                                                                    專題一:BI基礎知識

介紹數據倉庫與數據挖掘基本概念,BI體系架構, BI工具介紹及其應用,針對行業提供行業解決方案和案例分析

 

內容一:數據倉庫基本概念

內容二:BI的架構

1、數據倉庫的來源及定義

2、數據倉庫的應用領域

3、數據挖掘的來源及定義

4、數據挖掘的應用領域

 

1、BI體系介紹

2、數據倉庫介紹

3、ETL介紹

4、多維數據庫介紹

5、前端展現介紹

6、數據挖掘模型介紹

 

內容三:BI工具介紹

內容四、BI在行業中的應用 

1、ETL工具---SSIS介紹

2、OLAP工具---SSAS介紹

3、報表工具---SSRS介紹

4、數據挖掘工具---SSAS中的挖掘模型

 

1、現代企業BI需求概述 

2、電力行業案例分析

3、生產制造行業案例研究

4、醫藥行業案例分析

5、BI系統數據更新與維護

 


                                                     專題二:數據倉庫架構設計與完整流程詳解

介紹數據倉庫設計的基本原則和數據倉庫的架構設計方式,以及構建數據倉庫的核心步驟,提供ETL,OLAP,報表等整體解決方案和設計方法

 

內容一、數據倉庫設計

內容二、ETL

1、數據倉庫設計原則與模型搭建

2、星型架構與雪花型架構

3、事實表與維度表的設計

4、邏輯設計與物理設計

5、數據倉庫設計的常用方法

6、數據倉庫設計技巧總結

7、數據倉庫案例分析

 

1、數據集成方法

2、數據抽取

3、數據轉換

4、數據加載

5、ETL調度策略

6、緩慢變化維度和時間戳的處理

7、ETL高級技巧

8、ETL案例分析

 

內容三:OLAP模型設計

內容四:前端展現分析

1、OLAP的應用場合

2、OLAP模型搭建

3、統一維度模型UDM

4、確定維度、量度與事實的關系

5、使用計算成員

6、使用KPI

7、OLAP中的高級應用

 

1、多維分析報表

2、報表設計

3、報表開發

4、報表分發和定制

5、報表權限管理

6、報表集成

 


                                                      專題三:數據挖掘架構設計與完整流程詳解

九種數據挖掘算法與模型詳解,數據挖掘的設計與實施流程,數據挖掘查詢語言的使用等,重點對決策樹算法、關聯規則算法、

聚類算法等給出詳細設計和處理流程


內容一:九種數據挖掘算法

內容二:常用挖掘模型詳解

1、 九種挖掘算法應用的背景

2、 決策樹算法與模型設計

3、 聚類算法與模型設計

4、 關聯規則算法與模型設計

5、 貝葉斯算法與模型設計

6、 時間序列算法與模型設計

7、 其他挖掘算法與模型設計

 

1、BI體系介紹

2、數據倉庫介紹

3、ETL介紹

4、多維數據庫介紹

5、前端展現介紹

6、數據挖掘模型介紹

 

內容三:數據挖掘的流程

內容四:DMX語言

1、數據清洗準備

2、數據預處理

3、選擇數據挖掘模型

4、數據挖掘模型訓練

5、更新算法模型

6、模型評估

7、部署與應用

 

1、DMX語法結構

2、使用DMX創建挖掘模型

3、使用DMX將挖掘結果導出

4、使用DMX進行挖掘模型參數設置

 


                                                   專題四:數據倉庫與數據挖掘項目案例分析


大型數據倉庫與數據挖掘項目設計和實施,重點對項目架構設計和數據完整處理流程做重點分析和詳細介紹,針對大型數據倉庫項目,

提供了完備的異構數據源集成方案,以及ODS和緩慢變化維度等的應用技巧,

針對數據挖掘項目給出完整設計思路和數據處理技術應用


內容一:Novartis大型數據倉庫項目

內容二:MSN數據挖掘項目

1、項目介紹

2、復雜多系統多數據源的特點

3、ODS的使用

4、整體項目架構設計

5、ETL流程設計

6、緩慢變化維度的使用

7、抽取策略的制定

8、OLAP與報表的設計和使用

9、數據倉庫更新技巧

 

1、項目介紹

2、項目中的海量數據

3、數據挖掘算法

4、數據挖掘模型構建

5、數據的預處理技術

6、對挖掘模型進行訓練

7、展示數據挖掘模型結果

8、數據挖掘模型評估

 

內容三:AdventureWorks整體項目案例 


1、案例介紹

2、ETL流程詳解

3、OLAP流程詳解

4、前端報表流程詳解

5、數據挖掘流程詳解

 



CISP-PTE-2.jpg

開班計劃-通用.jpg

QQ號.jpg

預約試聽

精彩課堂

0755-29152000

獲取《內訓指南》