返回详情页
章节
问答
数据挖掘课程试听（点击即可观看）
大数据时代的数据挖掘概述
第一章、数据挖掘概论
1.1 大数据时代的数据挖掘概述
1.2 数据挖掘的概念和应用
1.3 数据挖掘的流程
第二章、数据挖掘算法
2.1 利用简单贝叶斯建立零售业营销分类预测模型
2.2 利用线性回归建立汽车业汽车油耗预测模型
2.3 利用决策树建立银行业风险分类预测模型及年收入预测
2.4 利用类神经网络建立医疗业心脏病分类预测模型
2.5 利用罗吉斯回归建立医疗业糖尿病分类预测模型
2.6 利用时间序列建立零售业销售预测模型
2.7 利用聚类分析建立银行业客户聚类模型
2.8 利用关联规则建立零售业交叉销售模型
2.9 利用时序群集建立零售业提升销售模型
第三章、模型应用与开发
3.1 模型评估
3.2 整合服务（SSIS）
3.3 DMX预测查询
3.4 DMX结构语言
3.5 数据挖掘应用开发
第四章、Office数据挖掘加载宏
4.1 Excel数据表分析工具
4.2 Excel数据挖掘客户端
4.3 数据挖掘的未来展望
发表
大数据时代的数据挖掘（Sql Server）
大数据时代的数据挖掘概述