返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • SQL Server数据挖掘与商业智能基础及案例实战 谢邦昌 著 著 专业科技 文轩网
  • 新华书店正版
    • 作者: 谢邦昌 著著
    • 出版社: 中国水利水电出版社
    • 出版时间:2015-08-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 谢邦昌 著著
    • 出版社:中国水利水电出版社
    • 出版时间:2015-08-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2015-08-01
    • 字数:515.00千字
    • 页数:355
    • 开本:16开
    • 装帧:平装
    • ISBN:9787517035411
    • 国别/地区:中国
    • 版权提供:中国水利水电出版社

    SQL Server数据挖掘与商业智能基础及案例实战

    作  者:谢邦昌 著 著
    定  价:58
    出 版 社:中国水利水电出版社
    出版日期:2015年08月01日
    页  数:355
    装  帧:平装
    ISBN:9787517035411
    主编推荐

    内容简介

    本书全面介绍了数据挖掘与商业智能的基本概念与原理,包括经典理论与趋势发展,并深入叙述了各种数据挖掘的技术与典型应用。通过本书的学习,读者可以对数据挖掘与商业智能的整体结构、概念、原理、技术和发展有深入的了解和认识。本书以Microsoft SQL Server 2014(适用于2012)的数据挖掘模块进行介绍,让读者可以很快地通过书中的说明与范例,在最短的时间内就能上手。本书分为四个部分:部分介绍数据仓库、数据挖掘与商业智能之间的关系。第二部分对Microsoft SQL Server的整体架构进行了介绍,并详细阐述了直接与数据挖掘相关的两个服务:分析服务和报表服务。第三部分逐一阐述了Microsoft SQL Server中包含的九种数据挖掘模型。第四部分提供了四个数据挖掘的案例以及数据挖掘模型的评估,通过模仿练习,读者可获得实际的数据挖掘经验,稍加修改就能在自己所处的领域中加以应用。

    作者简介

    谢邦昌
    首都经贸大学统计学院客座教授兼博士生导师
    中央财经大学统计学院客座教授兼博士生导师
    中国人民大学统计学院客座教授
    厦门大学统计学系客座教授、数据挖掘中心常务副主任兼博士师导师
    上海财经大学统计学系客座教授
    西南财经大学统计学院客座教授
    西安财经大学统计学院客座教授
    天津财经大学统计学院客座教授
    山东财经大学统计学院客座教授
    广西财经学院客座教授
    新疆财经学院客座教授
    中国统计学会理事
    中国数据挖掘协会荣誉理事长
    中国市场研究协会理事长
    东森集团大数据首席顾问
    中国国家统计局教材编审委员
    中国统计教育学会理事兼高级顾问

    精彩内容

    目录
    PARTI数据仓库、数据挖掘与商业智能
    Chapter1绪论
    1-1商业智能
    1-2数据挖掘
    Chapter2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
    Chapter3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
    Chapter4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
    Chapter5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8
    PARTIIMicrosoftSQLServer概述
    Chapter6MicrosoftSQLServer中的商业智能
    6-1MicrosoftSQLServer入门
    6-2关系数据仓库
    6-3SQLServer2008R2概述
    6-4SQLServer2008R2技术
    6-5SQLServer2008R2新增功能
    Chapter7MicrosoftSQLServer中的数据挖掘功能
    7-1创建商业智能应用程序
    7-2MicrosoftSQLServer数据挖掘功能的优势
    7-3MicrosoftSQLServer数据挖掘算法
    7-4MicrosoftSQLServer可扩展性
    7-5MicrosoftSQLServer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
    Chapter8MicrosoftSQLServer的分析服务(AnalysisServices)
    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
    8-9MDX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
    Chapter9MicrosoftSQLServer的报表服务(ReportingServices)
    9-1为何使用报表服务
    9-2报表服务的功能
    Chapter10MicrosoftSQLServer的整合服务
    10-1SSIS介绍
    10-2操作示例
    Chapter11MicrosoftSQLServer的DMX语言
    11-1DMX语言介绍
    11-2DMX函数
    11-3DMX语法
    11-4DMX操作实例
    PARTIIIMicrosoftSQLServer中的数据挖掘模型
    Chapter12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
    Chapter13贝叶斯分类器
    13-1基本概念
    13-2操作范例
    Chapter14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
    Chapter15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
    Chapter16时序聚类
    16-1基本概念
    16-2主要算法
    16-3操作示例
    Chapter17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
    Chapter18逻辑回归模型
    18-1基本概念
    18-2logit变换与logistic分布
    18-3逻辑回归模型
    18-4操作范例
    Chapter19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
    Chapter20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
    PARTIVMicrosoftSQLServer数据挖掘应用实例
    Chapter21决策树模型实例
    Chapter22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
    Chapter23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
    Chapter24时序模型实例
    24-1时序模型实例一
    24-2时序模型实例二
    Chapter25如何评估数据挖掘模型
    25-1评估图节点介绍EvaluationChartNode
    25-2在SQLServer中如何评估模型
    25-3规则度量:支持度与可信度
    25-4绪论

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购