SQL Server 2008 R2数据挖掘与商业智能基础及高级案例实战

推荐序

前言

part i 数据仓库、数据挖掘与商业智能

　chapter 1 绪论

　　1-1 商业智能

　　1-2 数据挖掘

　chapter 2 数据仓库

　　2-1 数据仓库定义

　　2-2 数据仓库特性

　　2-3 数据仓库架构

　　2-4 创建数据仓库的目的

　　2-5 数据仓库的运用

　　2-6 数据仓库的管理

　chapter 3 数据挖掘简介

　　3-1 数据挖掘的定义

　　3-2 数据挖掘的重要性

　　3-3 数据挖掘的功能

　　3-4 数据挖掘的步骤

　　3-5 数据挖掘建模的标准crisp-dm

　　3-6 数据挖掘的应用

　　3-7 数据挖掘软件介绍

　chapter 4 数据挖掘的主要方法

　　4-1 回归分析

　　4-2 关联规则

　　4-3 聚类分析

　　4-4 判别分析

　　4-5 神经网络

　　4-6 决策树

　　4-7 其他分析方法

　chapter 5 数据挖掘与相关领域的关系

　　5-1 数据挖掘与统计分析

　　5-2 数据挖掘与数据仓库

　　5-3 数据挖掘与kdd

　　5-4 数据挖掘与olap

　　5-5 数据挖掘与机器学习

　　5-6 数据挖掘与web数据挖掘

part ii microsoft sql server概述

　chapter 6 microsoft sql server中的商业智能

　　6-1 microsoft sql server入门

　　6-2 关系数据仓库

　　6-3 sql server 2008 r2概述

　　6-4 sql server 2008 r2技术

　　6-5 sql server 2008 r2新增功能

　chapter 7 microsoft sql server中的数据挖掘功能

　　7-1 创建商业智能应用程序

　　7-2 microsoft sql server数据挖掘功能的优势

　　7-3 microsoft sql server数据挖掘算法

　　7-4 microsoft sql server可扩展性

　　7-5 microsoft sql server是数据挖掘与商业智能的结合

　　7-6 使用数据挖掘可以解决的问题

　chapter 8 microsoft sql server的分析服务（analysis services）

　　8-1 创建多维数据集的结构

　　8-2 建立和部署多维数据集

　　8-3 从模板创建自定义的数据库

　　8-4 统一维度模型

　　8-5 基于属性的维度

　　8-6 维度类型

　　8-7 量度组和数据视图

　　8-8 计算效率

　　8-9 mdx脚本

　　8-10 存储过程

　　8-11 关键绩效指标（kpi）

　　8-12 实时商业智能

　chapter 9 microsoft sql server的报表服务（reporting services）

　　9-1 为何使用报表服务

　　9-2 报表服务的功能

　chapter 10 microsoft sql server的整合服务

　　10-1 ssis介绍

　　10-2 操作示例

　chapter 11 microsoft sql server的dmx语言

　　11-1 dmx语言介绍

　　11-2 dmx函数

　　11-3 dmx语法

　　11-4 dmx操作实例

part iii microsoft sql server中的数据挖掘模型

　chapter 12 决策树模型

　　12-1 基本概念

　　12-2 决策树与判别函数

　　12-3 计算方法

　　12-4 操作范例

　chapter 13 贝叶斯分类器

　　13-1 基本概念

　　13-2 操作范例

　chapter 14 关联规则

　　14-1 基本概念

　　14-2 关联规则的种类

　　14-3 关联规则的算法：apriori算法

　　14-4 操作范例

　chapter 15 聚类分析

　　15-1 基本概念

　　15-2 层级聚类法与动态聚类法

　　15-3 操作范例

　chapter 16 时序聚类

　　16-1 基本概念

　　16-2 主要算法

　　16-3 操作示例

　chapter 17 线性回归模型

　　17-1 基本概念

　　17-2 一元回归模型

　　17-3 多元回归模型

　　17-4 操作范例

　chapter 18 逻辑回归模型

　　18-1 基本概念

　　18-2 logit变换与logistic分布

　　18-3 逻辑回归模型

　　18-4 操作范例

　chapter 19 人工神经网络模型

　　19-1 基本概念

　　19-2 神经网络模型的特点

　　19-3 神经网络模型的优劣比较

　　19-4 操作范例

　chapter 20 时序模型

　　20-1 基本概念

　　20-2 时序的构成

　　20-3 简单时序的预测

　　20-4 包含趋势与季节成份的时序预测

　　20-5 参数化的时序预测模型

　　20-6 操作范例

part iv microsoft sql server数据挖掘应用实例

　chapter 21 决策树模型实例

　chapter 22 逻辑回归模型实例

　　22-1 回归模型实例一

　　22-2 回归模型实例二

　　22-3 回归模型实例三

　chapter 23 神经网络模型实例

　　23-1 神经网络模型实例一

　　23-2 神经网络模型实例二

　chapter 24 时序模型实例

　　24-1 时序模型实例一

　　24-2 时序模型实例二

　chapter 25 如何评估数据挖掘模型

　　25-1 评估图节点介绍 evaluation chart node

　　25-2 在sql server中如何评估模型

　　25-3 规则度量：支持度与可信度