中圖網(wǎng)小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國(guó)計(jì)算機(jī)等級(jí)考試最新真考題庫(kù)模擬考場(chǎng)及詳解·二級(jí)MSOffice高級(jí)應(yīng)用
-
>
決戰(zhàn)行測(cè)5000題(言語(yǔ)理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
中圖價(jià):¥43.8
加入購(gòu)物車
數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖據(jù)教程 版權(quán)信息
- ISBN：9787302434122
- 條形碼：9787302434122 ; 978-7-302-43412-2
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類：>
數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖據(jù)教程 本書特色
兼顧應(yīng)用型人才與學(xué)術(shù)型人才的培養(yǎng)需求；有機(jī)融合傳統(tǒng)理論方法與創(chuàng)新思想方法；理論敘述深入淺出，實(shí)際應(yīng)用具體完整；算法描述自然易懂，計(jì)算實(shí)例詳略得當(dāng)。
數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖據(jù)教程 內(nèi)容簡(jiǎn)介
《數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘教程》較詳細(xì)地介紹了數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘的原理、方法及應(yīng)用技術(shù)。全書共有14章，分為4篇。第1章為緒論篇，介紹數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘的基本概念及其相互關(guān)系；第2~6章為數(shù)據(jù)倉(cāng)庫(kù)原理及應(yīng)用篇，主要介紹數(shù)據(jù)倉(cāng)庫(kù)的概念模型、邏輯模型和物理模型，以及數(shù)據(jù)倉(cāng)庫(kù)的規(guī)劃、設(shè)計(jì)、實(shí)施和OLAP應(yīng)用等；第7~10章為傳統(tǒng)數(shù)據(jù)挖掘原理及算法篇，介紹數(shù)據(jù)的屬性類型與相似性度量、關(guān)聯(lián)規(guī)則挖掘、分類規(guī)則挖掘、聚類分析和離群點(diǎn)挖掘算法等；第11~14章為數(shù)據(jù)挖掘創(chuàng)新篇，主要內(nèi)容取自編者近年指導(dǎo)研究生發(fā)表的學(xué)術(shù)論文，并根據(jù)教學(xué)需要進(jìn)行適當(dāng)補(bǔ)充修改而成，包括混合屬性數(shù)據(jù)、數(shù)據(jù)流和不確定數(shù)據(jù)的聚類分析，以及量子遺傳聚類算法等。 《數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘教程》可作為普通高等院校計(jì)算機(jī)專業(yè)與IT相關(guān)專業(yè)高年級(jí)本科生和研究生的教材，也可作為經(jīng)濟(jì)管理類專業(yè)同名課程的教材和參考書，還可作為電子商務(wù)、金融保險(xiǎn)等行業(yè)數(shù)據(jù)管理與數(shù)據(jù)分析人員的培訓(xùn)教材或自學(xué)參考書。
數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖據(jù)教程 目錄
第1章 緒論
1．1 數(shù)據(jù)倉(cāng)庫(kù)概述
1．1．1 從傳統(tǒng)數(shù)據(jù)庫(kù)到數(shù)據(jù)倉(cāng)庫(kù)
1．1．2 數(shù)據(jù)倉(cāng)庫(kù)的4個(gè)特征
1．1．3 數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)
1．1．4 數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)體系結(jié)構(gòu)
1．1．5 數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)的粒度與組織
1．2 數(shù)據(jù)挖掘概述
1．2．1 數(shù)據(jù)挖掘產(chǎn)生的背景
1．2．2 數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)
1．2．3 數(shù)據(jù)挖掘的數(shù)據(jù)來(lái)源
1．2．4 數(shù)據(jù)挖掘的任務(wù)
1．2．5 數(shù)據(jù)挖掘的步驟
1．2．6 數(shù)據(jù)挖掘的應(yīng)用
1．3 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘
1．3．1 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘的區(qū)別
1．3．2 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘的關(guān)系
1．4 教程章節(jié)組織與學(xué)時(shí)建議
習(xí)題1
第2章 數(shù)據(jù)倉(cāng)庫(kù)原理
2．1 多數(shù)據(jù)源問(wèn)題
2．2 數(shù)據(jù)預(yù)處理
2．2．1 數(shù)據(jù)清洗
2．2．2 數(shù)據(jù)變換
2．2．3 數(shù)據(jù)歸約
2．3 E-R模型
2．4 數(shù)據(jù)倉(cāng)庫(kù)的概念模型
2．4．1 多維數(shù)據(jù)模型
2．4．2 維度與粒度
2．5 數(shù)據(jù)倉(cāng)庫(kù)的邏輯模型
2．5．1 多維數(shù)據(jù)庫(kù)系統(tǒng)
2．5．2 星形模型
2．5．3 雪花模型
2．6 數(shù)據(jù)倉(cāng)庫(kù)的物理模型
2．6．1 位圖索引模型
2．6．2 廣義索引模型
2．6．3 連接索引模型
2．6．4 RAID存儲(chǔ)結(jié)構(gòu)
習(xí)題2
第3章 數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)開發(fā)應(yīng)用
3．1 數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)的特點(diǎn)
3．2 數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)開發(fā)過(guò)程
3．3 數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的規(guī)劃
3．4 數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)
3．4．1 需求分析
3．4．2 概念設(shè)計(jì)
3．4．3 邏輯設(shè)計(jì)
3．4．4 物理設(shè)計(jì)
3．5 數(shù)據(jù)倉(cāng)庫(kù)的實(shí)施
3．5．1 數(shù)據(jù)倉(cāng)庫(kù)的創(chuàng)建
3．5．2 數(shù)據(jù)的抽取、轉(zhuǎn)換和加載
3．6 數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的開發(fā)
3．6．1 開發(fā)任務(wù)
3．6．2 開發(fā)方法
3．6．3 系統(tǒng)測(cè)試
3．7 數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的應(yīng)用
3．7．1 用戶培訓(xùn)
3．7．2 決策支持
3．7．3 維護(hù)評(píng)估
習(xí)題3
第4章 警務(wù)數(shù)據(jù)倉(cāng)庫(kù)的實(shí)現(xiàn)
4．1 SQL Server 2008 R2
4．1．1 SQL Server的服務(wù)功能
4．1．2 SQL Server Management Studio
4．1．3 Microsoft Visual Studio
4．2 創(chuàng)建集成服務(wù)項(xiàng)目與SSIS包
4．3 配置“旅館_ETL”數(shù)據(jù)流任務(wù)
4．3．1 創(chuàng)建“旅館_ETL”對(duì)象
……
第5章 聯(lián)機(jī)分析處理技術(shù)
第6章 警務(wù)數(shù)據(jù)倉(cāng)庫(kù)的OLAP應(yīng)用
第7章 數(shù)據(jù)的屬性與相似性
第8章 關(guān)聯(lián)規(guī)則挖掘
第9章 分類規(guī)則挖掘
第10章 聚類分析方法
第11章 混合屬性數(shù)據(jù)的聚類分析
第12章 數(shù)據(jù)流挖掘與聚類分析
第13章 不確定數(shù)據(jù)的聚類分析
第14章 量子計(jì)算與量子遺傳聚類算法
參考文獻(xiàn)
1．1 數(shù)據(jù)倉(cāng)庫(kù)概述
1．1．1 從傳統(tǒng)數(shù)據(jù)庫(kù)到數(shù)據(jù)倉(cāng)庫(kù)
1．1．2 數(shù)據(jù)倉(cāng)庫(kù)的4個(gè)特征
1．1．3 數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)
1．1．4 數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)體系結(jié)構(gòu)
1．1．5 數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)的粒度與組織
1．2 數(shù)據(jù)挖掘概述
1．2．1 數(shù)據(jù)挖掘產(chǎn)生的背景
1．2．2 數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)
1．2．3 數(shù)據(jù)挖掘的數(shù)據(jù)來(lái)源
1．2．4 數(shù)據(jù)挖掘的任務(wù)
1．2．5 數(shù)據(jù)挖掘的步驟
1．2．6 數(shù)據(jù)挖掘的應(yīng)用
1．3 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘
1．3．1 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘的區(qū)別
1．3．2 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘的關(guān)系
1．4 教程章節(jié)組織與學(xué)時(shí)建議
習(xí)題1
第2章 數(shù)據(jù)倉(cāng)庫(kù)原理
2．1 多數(shù)據(jù)源問(wèn)題
2．2 數(shù)據(jù)預(yù)處理
2．2．1 數(shù)據(jù)清洗
2．2．2 數(shù)據(jù)變換
2．2．3 數(shù)據(jù)歸約
2．3 E-R模型
2．4 數(shù)據(jù)倉(cāng)庫(kù)的概念模型
2．4．1 多維數(shù)據(jù)模型
2．4．2 維度與粒度
2．5 數(shù)據(jù)倉(cāng)庫(kù)的邏輯模型
2．5．1 多維數(shù)據(jù)庫(kù)系統(tǒng)
2．5．2 星形模型
2．5．3 雪花模型
2．6 數(shù)據(jù)倉(cāng)庫(kù)的物理模型
2．6．1 位圖索引模型
2．6．2 廣義索引模型
2．6．3 連接索引模型
2．6．4 RAID存儲(chǔ)結(jié)構(gòu)
習(xí)題2
第3章 數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)開發(fā)應(yīng)用
3．1 數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)的特點(diǎn)
3．2 數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)開發(fā)過(guò)程
3．3 數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的規(guī)劃
3．4 數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)
3．4．1 需求分析
3．4．2 概念設(shè)計(jì)
3．4．3 邏輯設(shè)計(jì)
3．4．4 物理設(shè)計(jì)
3．5 數(shù)據(jù)倉(cāng)庫(kù)的實(shí)施
3．5．1 數(shù)據(jù)倉(cāng)庫(kù)的創(chuàng)建
3．5．2 數(shù)據(jù)的抽取、轉(zhuǎn)換和加載
3．6 數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的開發(fā)
3．6．1 開發(fā)任務(wù)
3．6．2 開發(fā)方法
3．6．3 系統(tǒng)測(cè)試
3．7 數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的應(yīng)用
3．7．1 用戶培訓(xùn)
3．7．2 決策支持
3．7．3 維護(hù)評(píng)估
習(xí)題3
第4章 警務(wù)數(shù)據(jù)倉(cāng)庫(kù)的實(shí)現(xiàn)
4．1 SQL Server 2008 R2
4．1．1 SQL Server的服務(wù)功能
4．1．2 SQL Server Management Studio
4．1．3 Microsoft Visual Studio
4．2 創(chuàng)建集成服務(wù)項(xiàng)目與SSIS包
4．3 配置“旅館_ETL”數(shù)據(jù)流任務(wù)
4．3．1 創(chuàng)建“旅館_ETL”對(duì)象
……
第5章 聯(lián)機(jī)分析處理技術(shù)
第6章 警務(wù)數(shù)據(jù)倉(cāng)庫(kù)的OLAP應(yīng)用
第7章 數(shù)據(jù)的屬性與相似性
第8章 關(guān)聯(lián)規(guī)則挖掘
第9章 分類規(guī)則挖掘
第10章 聚類分析方法
第11章 混合屬性數(shù)據(jù)的聚類分析
第12章 數(shù)據(jù)流挖掘與聚類分析
第13章 不確定數(shù)據(jù)的聚類分析
第14章 量子計(jì)算與量子遺傳聚類算法
參考文獻(xiàn)
展開全部
書友推薦
- >
小考拉的故事-套裝共3冊(cè)
- >
莉莉和章魚
- >
唐代進(jìn)士錄
- >
新文學(xué)天穹兩巨星--魯迅與胡適/紅燭學(xué)術(shù)叢書(紅燭學(xué)術(shù)叢書)
- >
煙與鏡
- >
名家?guī)阕x魯迅:故事新編
- >
巴金－再思錄
- >
推拿
本類暢銷
