    數(shù)據(jù)倉庫與數(shù)據(jù)挖掘培訓

1、數(shù)據(jù)倉庫原理及聯(lián)機分析技術介紹

數(shù)據(jù)倉庫結構體系，數(shù)據(jù)倉庫數(shù)據(jù)模型
數(shù)據(jù)抽取、轉換和裝載，元數(shù)據(jù)管理
0LAP概念及其數(shù)據(jù)模型
多維數(shù)據(jù)的顯示
2、數(shù)據(jù)倉庫設計與開發(fā)

數(shù)據(jù)倉庫分析與設計
數(shù)據(jù)倉庫開發(fā)過程
數(shù)據(jù)倉庫技術與開發(fā)的困難
0LAP的多維數(shù)據(jù)分析
3、基于數(shù)據(jù)倉庫的決策支持系統(tǒng)

基于數(shù)據(jù)倉庫的查詢與報表
多維分析與原因分析
實時決策與預測未來
自動決策及其應用介紹
4、數(shù)據(jù)倉庫案例剖析

移動運營商的客戶投訴聯(lián)機分析，基于Business Intelligence Dev Studio
通過對客戶投訴詳單，設計相應的投訴模型，建立其相應的維度，事實表等
通過對客戶投訴進行分類，發(fā)現(xiàn)其中的共同點以及差異，方便制定相應計劃
積極的應對客戶投訴，對客戶投訴進行監(jiān)控，及時對可能導致的客戶進行挽留
某公司數(shù)據(jù)倉庫決策支持系統(tǒng)
統(tǒng)計業(yè)數(shù)據(jù)倉庫系統(tǒng)
沃爾瑪數(shù)據(jù)倉庫系統(tǒng)
5、數(shù)據(jù)挖掘與知識發(fā)現(xiàn)

數(shù)據(jù)挖掘的任務與對象
數(shù)據(jù)挖掘方法
數(shù)據(jù)挖掘相關技術
6、關聯(lián)分析算法及其案例

關聯(lián)規(guī)則的分類
Aprior算法詳解
從頻繁項集產生關聯(lián)規(guī)則
基于Climentine的購物籃實例分析-
7、聚類分析算法及其案例

聚類分析的概念
主要的聚類方法
K-means算法詳解
基于Climentine的用戶數(shù)據(jù)聚類實例-
8、其它數(shù)據(jù)挖掘算法介紹

決策樹算法
ID3算法
由決策樹提取分類規(guī)則
基于Climentine的決策樹分析實例
神經網絡算法
神經網絡的概念
網絡拓撲及其算法
基于Climentine的神經網絡分析實例