求知 文章 文库 Lib 视频 iProcess 课程 认证 咨询 工具 讲座 Modeler   Code  
会员   
 
 
 
开班计划 | 技术学院 | 管理学院 | 嵌入式学院 | 电子&机械 | 军工学院 | 专家指导  
 电话 English
成功案例   品质保证
 
   
成功案例
某工程研 数据库设计与优化
知名财险 Oracle数据库
某金融公 Mysql集群与性
知名某信 NoSQL缓存数据
财政部唯 大数据分析专题-R
神龙汽车 大数据技术平台-H
中国电信 大数据时代与现代企

相关课程  
并发、大容量、高性能数据库
高级数据库架构设计师
Hadoop原理与实践
HBase原理与高级应用
Oracle 数据仓库
数据仓库和数据挖掘
Oracle数据库开发与管理
 
全部课程 >数据库与大数据  
数据挖掘原理、案例、工具与应用
1812 次浏览  171 次
戴老师
曾任微软AdCenter商业智能分析师, 负责数据仓库及商业智能项目实施及产品推广应用 。
地点时间:北京、上海、深圳根据报名开班   
课程费用:5000元/人
企业内训:可以根据企业需求,定制内训,详见 内训学习手册


认证方式:
培训前了解能力模型。
培训后进行能力评测:
  • 在线考试
  • 能力分析,给出学习建议
  • 合格者颁发证书,作为职业技能资格证明


    本次课程将介绍数据挖掘技术的基本理论和体系架构,通过大型数据挖掘项目案例阐述数据挖掘项目的实施过程和方法。通过实际应用案例讲解数据清洗、数据预处理、数据挖掘算法等重要概念。详细讲解构建数据挖掘体系的核心方法和技术,并结合实际项目搭建数据挖掘环境。熟悉主流数据挖掘厂商及相关软件产品的操作和使用。

    培训目标:
  • 培训过程中将以大型项目案例为背景,逐步讲解整个数据挖掘的设计过程和实施方法
  • 课程将以深入浅出的案例让学员轻松掌握数据挖掘相关概念和技术
  • 课程的重点是项目实施,将深入探讨数据挖掘项目的实施问题,逐一解决项目实施过程中所遇到的问题和处理技巧
  • 结合动手实验和小而精的例子,使学员充分理解数据挖掘架构设计和相关实施工具的使用
  • 培训目标:
    • 了解数据挖掘基本概念及方法论
    • 了解数据挖掘商业价值
    • 掌握数据挖掘建模的主要方法
    • 学习数据挖掘的实际应用方法
    • 学习主流的数据挖掘工具
    培训对象:数据分析员,数据挖掘工程师
    学员基础:具有一定数据分析经验
    授课方式: 定制课程 + 案例讲解 + 小组讨论,60%案例讲解,40%实践演练

    培训内容:2天

    专题
    授课内容
    简述
    第一天上午:
    数据挖掘基础知识

    内容一:数据挖掘基本概念
    1、 数据挖掘的来源
    2、 数据挖掘的定义
    3、 数据挖掘的应用领域
    4、 数据挖掘的
    内容二:BI的架构
    1、BI体系介绍
    2、数据仓库介绍
    3、ETL介绍
    4、多维数据库介绍
    5、前端展现介绍
    6、数据挖掘模型介绍
    内容三:数据挖掘工具介绍
    1、ETL工具和数据预处理工具介绍
    2、SPSS工具介绍
    3、SAS工具介绍
    4、SSAS工具介绍
    内容四、数据挖掘在行业中的应用
    1、现代企业数据挖掘需求概述
    2、电信行业案例分析
    3、金融行业案例研究
    4、销售行业案例分析
    5、BI系统数据更新与维护
    介绍数据挖掘基本概念,BI体系架构, 数据挖掘工具介绍及其应用,针对行业提供行业解决方案和案例分析。
    第一天下午:
    数据挖掘架构设计与完整流程详解

    内容一:九种数据挖掘算法
    1、 九种挖掘算法应用的背景
    2、 决策树算法与模型设计
    3、 聚类算法与模型设计
    4、 关联规则算法与模型设计
    5、 贝叶斯算法与模型设计
    6、 时间序列算法与模型设计
    7、 其他挖掘算法与模型设计
    内容二:常用挖掘模型详解
    1、决策树算法详解及工具实现
    2、聚类算法详解及工具实现
    3、关联规则算法详解及工具实现
    4、贝叶斯算法详解及工具实现
    5、时间序列算法详解及工具实现
    6、数据挖掘模型评估
    内容三:数据挖掘的流程
    1、数据清洗准备
    2、数据预处理
    3、选择数据挖掘模型
    4、数据挖掘模型训练
    5、更新算法模型
    6、模型评估
    7、部署与应用
    内容四:DMX语言
    1、DMX语法结构
    2、使用DMX创建挖掘模型
    3、使用DMX将挖掘结果导出
    4、使用DMX进行挖掘模型参数设置
    九种数据挖掘算法与模型详解,数据挖掘的设计与实施流程,数据挖掘查询语言的使用等,重点对决策树算法、关联规则算法、聚类算法等给出详细设计和处理流程。
    第二天上午:
    数据挖掘项目案例分析

    内容一:中国电信数据挖掘项目
    1、项目介绍
    2、复杂多系统多数据源的特点
    3、ODS的使用
    4、整体项目架构设计
    5、数据挖掘算法选取
    6、数据挖掘模型设计
    7、数据挖掘处理流程
    8、数据抽取策略的制定
    8、挖掘模型的更新技巧
    内容二:MSN数据挖掘项目
    1、项目介绍
    2、项目中的海量数据
    3、数据挖掘算法
    4、数据挖掘模型构建
    5、数据的预处理技术
    6、对挖掘模型进行训练
    7、展示数据挖掘模型结果
    8、数据挖掘模型评估
    内容三:AdventureWorks整体项目案例
    1、案例介绍
    2、ETL流程详解
    3、OLAP流程详解
    4、前端报表流程详解
    5、数据挖掘流程详解
    大型数据仓库与数据挖掘项目设计和实施,重点对项目架构设计和数据完整处理流程做重点分析和详细介绍,针对大型数据挖掘项目,提供了完备的解决方案,给出完整设计思路和数据处理技术应用。
    第二天下午:
    数据挖掘工具操作与使用

    内容一:SPSS工具操作与使用
    1、SPSS工具基本介绍
    2、数据清洗与整合功能
    3、建立挖掘模型流程
    4、训练和处理挖掘模型
    5、使用相关控件
    6、使用SPSS解决业务问题
    内容二:SAS工具操作与使用
    1、SAS基本介绍
    2、SAS中的控件
    3、SAS中训练和处理挖掘模型
    4、SAS使用中需要注意的问题
    5、SAS操作技巧与实践经验
    内容三:SSAS中的挖掘模型
    1、SSAS中的数据挖掘模型介绍
    2、使用SSAS建立挖掘模型
    3、使用SSAS训练挖掘模型
    4、使用SSAS展现挖掘结果
    5、使用SSAS与SSIS将挖掘结果导出
    详细讲解主流数据挖掘工具操作与使用,结合实际项目案例给出工具使用方法和演示,并给出使用中的常用方法和处理技巧。
     
    1812 次浏览  171 次
    其他人还看了课程
    SQL Server数据库开发专家  1080 次浏览
    SQL Server数据库开发与管理  1334 次浏览
    Oracle 11gSQL性能优化  1455 次浏览
    数据挖掘原理、案例、工具与应用  1812 次浏览
    高级数据库架构设计师  3173 次浏览
    MySQL性能优化及运维培训  1721 次浏览
    定制内训


    咨询服务:数据库设计与性能优化
    咨询目标 对客户的数据库进行性能评价,设计优化,管理优化
    咨询范围 数据库性能评价,数据库结构优化,数据访问SQL优化。
    咨询方式 现有数据库调查,问题诊断,性能评价。
    对数据库进行逻辑结构优化,对数据库进行访问SQL优化。
    建立数据库运行监控平台。运行监控与优化方法指导。
    成功案例 建设银行,中国农业银行,中国工商银行,中航信
    详情咨询:010-62670969, zhgx@uml.net.cn

    最新活动计划
    基于Kubernetes的DevOps实践 10-22[北京]
    需求分析管理 11-5[北京]
    软件开发过程中的质量管理实践 11-16[北京]
    人工智能,机器学习和深度学习 11-26 [北京]
    业务架构到IT架构(TOGAF9.2认证)11-28[北京]
    企业级全栈自动化测试技术 10-16 [上海]
    大数据平台架构与应用实战 11-8[上海]
    Python及数据分析 11-25 [深圳]
     讲座 数据治理
     讲师:王辉
     时间:2019-10-19
     
    某军工研究单位  嵌入式软件架构
    某银行  人工智能+Python+大数据
    中国机械集团某研究院   基于模型的系统工程(MBSE)
    航天科工某子公司  C++中级开发实战(SOUI)
    中航工业某研究所  嵌入式软件开发指南
     
     
     

     
    每天2个文档/视频
    扫描微信二维码订阅
    订阅技术月刊
    获得每月300个技术资源
     
    希望我们的资料可以帮助你学习,也欢迎投稿&提建议给我
    频道编辑:sky
    邮       件:sky@uml.net.cn

    关于我们 | 联系我们 | 京ICP备10020922号 京公海网安备110108001071号