书馨卡帮你省薪
欢迎光临中图网 请 | 注册
> >>
数据仓库于数据挖掘教程

数据仓库于数据挖掘教程

作者:陈文伟
出版社:清华大学出版社出版时间:2020-08-01
开本: 16开 页数: 304
中 图 价:¥35.3(7.2折) 定价  ¥49.0 登录后可看到会员价
加入购物车 收藏
运费6元,满39元免运费
?新疆、西藏除外
本类五星书更多>

数据仓库于数据挖掘教程 版权信息

数据仓库于数据挖掘教程 本书特色

《数据仓库与数据挖掘教程(第2版)》特点:  1.从数据库到数据仓库、从数据字典到元数据来说明数据仓库的兴起。  2.从联机事务处理(OLTP)到联机分析处理(OLAP)、多维数据的显示来说明多维数据的兴起。  3.通过实例来说明多维数据分析的应用与数据立方体新技术。  4.突出数据仓库的决策支持和基于数据仓库的决策支持系统。  5.从数据挖掘的理论基础来说明数据挖掘的方法:决策树方法的信息论原理、租糙集方法和关联规则挖掘方法的集合论原理。  6.神经网络的介绍从简单到复杂:非常早的感知机到反向传播网络BP,再到径向基函数网络。通过神经网络几何意义的介绍,说明神经网络的分类效果。  7.变换规则的知识挖掘是在数据挖掘的基础上,增加规则前提的变换和结论的变换,获取变换规则知识。变换规则知识是适应变化环境的新知识,是一般规则知识的发展。  8.软件进化规律的知识挖掘,系统地总结了软件进化过程和进化的规律,帮助读者提高软件开发能力。

数据仓库于数据挖掘教程 内容简介

  数据仓库与数据挖掘是决策支持的两项重要技术,它们共同的特点是都需要利用大量的数据资源,并从数据资源中提取信息和知识。  由于数据资源丰富,因此数据仓库与数据挖掘的决策支持效果显著。  《数据仓库与数据挖掘教程(第2版)》系统介绍数据仓库原理,联机分析处理,数据仓库设计与开发,数据仓库的决策支持,数据挖掘原理,基于信息论的决策树方法,基于集合论的粗糙集方法、K-均值聚类、关联规则挖掘,仿生物技术的神经网络,遗传算法,公式发现,知识挖掘,文本挖掘与Web挖掘。  《数据仓库与数据挖掘教程(第2版)》从数据仓库的兴起来说明决策支持的特点,从数据挖掘的理论基础来说明数据挖掘的方法,并通过实例来详细讲解。希望读者在学习之后,亲自在计算机上去实践,这样才能更有效地掌握数据挖掘的方法。

数据仓库于数据挖掘教程 目录

第1章 数据仓库与数据挖掘概述
1.1 数据仓库的兴起
1.1.1 从数据库到数据仓库
1.1.2 从OLTP到OLAP
1.1.3 数据字典与元数据
1.1.4 数据仓库的定义与特点
1.2 数据挖掘的兴起
1.2.1 从机器学习到数据挖掘
1.2.2 数据挖掘含义
1.2.3 数据挖掘与OLAP的比较
1.2.4 数据挖掘与统计学
1.3 数据仓库和数据挖掘的结合
1.3.1 数据仓库和数据挖掘的区别与联系
1.3.2 基于数据仓库的决策支持系统
1.3.3 数据仓库与商业智能
习题1

第2章 数据仓库原理
2.1 数据仓库结构体系
2.1.1 数据仓库结构
2.1.2 数据集市及其结构
2.1.3 数据仓库系统结构
2.1.4 数据仓库的运行结构
2.2 数据仓库数据模型
2.2.1 星型模型
2.2.2 雪花模型
2.2.3 星网模型
2.2.4 第三范式
2.3 数据抽取、转换和装载
2.3.1 数据抽取
2.3.2 数据转换
2.3.3 数据装载
2.3.4 ETL工具
2.4 元数据
2.4.1 元数据的重要性
2.4.2 关于数据源的元数据
2.4.3 关于数据模型的元数据
2.4.4 关于数据仓库映射的元数据
2.4.5 关于数据仓库使用的元数据
习题2

第3章 联机分析处理
3.1 OLAP概念
3.1.1 OLAP的定义
3.1.2 OLAP准则
3.1.3 OLAP的基本概念
3.2 OLAP的数据模型
3.2.1 MOLAP数据模型
3.2.2 ROLAP数据模型
3.2.3 MOLAP与ROLAP的比较
3.2.4 HOLAP数据模型
3.3 多维数据的显示
3.3.1 多维数据显示方法
3.3.2 多维类型结构
3.3.3 多维数据的分析视图
3.4 0ALP的多维数据分析
3.4.1 多维数据分析的基本操作
3.4.2 多维数据分析实例
3.4.3 广义OLAP功能
3.4.4 数据立方体
3.4.5 多维数据分析的MDX语言及其应用
习题3
……

第4章 数据仓库设计与开发
第5章 数据仓库的决策支持
第6章 数据挖掘原理
第7章 信息论方法
第8章 集合论方法
第9章 神经网络
第10章 遗传算法与进化计算
第11章 公式发现
第12章 知识挖掘
第13章 文本挖掘与Web挖掘

参考文献
展开全部
商品评论(0条)
暂无评论……
书友推荐
本类畅销
编辑推荐
返回顶部
中图网
在线客服