書(shū)馨卡幫你省薪 2024個(gè)人購(gòu)書(shū)報(bào)告 2024中圖網(wǎng)年度報(bào)告
歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊(cè)
> >>
數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘 第二版

數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘 第二版

作者：陳志泊
出版社：清華大學(xué)出版社出版時(shí)間：2020-11-01
開(kāi)本： 16開(kāi) 頁(yè)數(shù)： 250
本類榜單：教材銷量榜
中 圖 價(jià):¥27.0(5.5折) 定價(jià)  ¥49.0 登錄后可看到會(huì)員價(jià)
加入購(gòu)物車 收藏
運(yùn)費(fèi)6元，滿39元免運(yùn)費(fèi)
?新疆、西藏除外
本類五星書(shū)更多>

數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘 第二版 版權(quán)信息

數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘 第二版 內(nèi)容簡(jiǎn)介

　　《數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘（第二版）（21世紀(jì)高等學(xué)校計(jì)算機(jī)專業(yè)核心課程規(guī)劃教材）》主要介紹數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘技術(shù)的基本原理和應(yīng)用方法。全書(shū)共分為12章，主要內(nèi)容包括數(shù)據(jù)倉(cāng)庫(kù)的概念和體系結(jié)構(gòu)、數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)存儲(chǔ)和處理、數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的設(shè)計(jì)與開(kāi)發(fā)、關(guān)聯(lián)規(guī)則、數(shù)據(jù)分類、數(shù)據(jù)聚類、貝葉斯網(wǎng)絡(luò)、粗糙集、神經(jīng)網(wǎng)絡(luò)、遺傳算法、統(tǒng)計(jì)分析、文本和Web挖掘！　≡摃(shū)既重視理論知識(shí)的講解，又強(qiáng)調(diào)應(yīng)用技能的培養(yǎng)。每章首先介紹算法的主要思想和理論基礎(chǔ)，之后利用算法去解決實(shí)例中給出的任務(wù)，而且對(duì)于數(shù)據(jù)倉(cāng)庫(kù)的組建方法和多數(shù)章節(jié)中的數(shù)據(jù)挖掘算法，書(shū)中都使用Microsoft SQL Server 2005進(jìn)行了操作實(shí)現(xiàn)。通過(guò)對(duì)具體實(shí)例的學(xué)習(xí)和實(shí)踐，使讀者掌握數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘中必要的知識(shí)點(diǎn)，達(dá)到學(xué)以致用的目的！　　稊(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘（第二版）（21世紀(jì)高等學(xué)校計(jì)算機(jī)專業(yè)核心課程規(guī)劃教材）》每章均配有習(xí)題，習(xí)題形式為選擇題、簡(jiǎn)答題和操作題，可以幫助讀者進(jìn)一步掌握和鞏固所學(xué)知識(shí)。此外，該書(shū)提供多媒體教學(xué)課件和習(xí)題參考答案，讀者可到清華大學(xué)出版社網(wǎng)站http：//www.tup.com.cn/下載！　　稊(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘（第二版）（21世紀(jì)高等學(xué)校計(jì)算機(jī)專業(yè)核心課程規(guī)劃教材）》可以作為高等學(xué)校計(jì)算機(jī)及相關(guān)專業(yè)本科、研究生的數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘教材，也可供相關(guān)領(lǐng)域的廣大科技工作人員和高校師生參考。

數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘 第二版 目錄

第1章 數(shù)據(jù)倉(cāng)庫(kù)的概念與體系結(jié)構(gòu)
1．1 數(shù)據(jù)倉(cāng)庫(kù)的概念、特點(diǎn)與組成
1．1．1 數(shù)據(jù)倉(cāng)庫(kù)的特點(diǎn)
1．1．2 數(shù)據(jù)倉(cāng)庫(kù)的組成
1．2 數(shù)據(jù)挖掘的概念與方法
1．2．1 數(shù)據(jù)挖掘的分析方法
1．2．2 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘的關(guān)系
1．3 數(shù)據(jù)倉(cāng)庫(kù)的技術(shù)、方法與產(chǎn)品
1．3．1 0LAP技術(shù)
1．3．2 數(shù)據(jù)倉(cāng)庫(kù)實(shí)施的關(guān)鍵環(huán)節(jié)和技術(shù)
1．3．3 數(shù)據(jù)倉(cāng)庫(kù)實(shí)施方法論
1．3．4 常用的數(shù)據(jù)倉(cāng)庫(kù)產(chǎn)品
1．4 數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的體系結(jié)構(gòu)
1．4．1 獨(dú)立的數(shù)據(jù)倉(cāng)庫(kù)體系結(jié)構(gòu)
1．4．2 基于獨(dú)立數(shù)據(jù)集市的數(shù)據(jù)倉(cāng)庫(kù)體系結(jié)構(gòu)
1．4．3 基于依賴型數(shù)據(jù)集市和操作型數(shù)據(jù)存儲(chǔ)的數(shù)據(jù)倉(cāng)庫(kù)體系結(jié)構(gòu)
1．4．4 基于邏輯型數(shù)據(jù)集市和實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)的體系結(jié)構(gòu)
1．5 數(shù)據(jù)倉(cāng)庫(kù)的產(chǎn)生、發(fā)展與未來(lái)
1．5．1 數(shù)據(jù)倉(cāng)庫(kù)的產(chǎn)生
1．5．2 數(shù)據(jù)倉(cāng)庫(kù)的發(fā)展
1．5．3 數(shù)據(jù)倉(cāng)庫(kù)的未來(lái)
1．5．4 新一代數(shù)據(jù)倉(cāng)庫(kù)技術(shù)
1．6 小結(jié)
1．7 習(xí)題

第2章 數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)存儲(chǔ)與處理
2．1 數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)結(jié)構(gòu)
2．2 數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)特征
2．2．1 狀態(tài)數(shù)據(jù)與事件數(shù)據(jù)
2．2．2 當(dāng)前數(shù)據(jù)與周期數(shù)據(jù)
2．2．3 元數(shù)據(jù)
2．3 數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)ETL過(guò)程
2．3．1 ETL的目標(biāo)
2．3．2 ETL過(guò)程描述
2．3．3 數(shù)據(jù)抽取
2．3．4 數(shù)據(jù)清洗
2．3．5 數(shù)據(jù)轉(zhuǎn)換
2．3．6 數(shù)據(jù)加載和索引
2．4 多維數(shù)據(jù)模型
2．4．1 多維數(shù)據(jù)模型及其相關(guān)概念
2．4．2 多維數(shù)據(jù)模型的實(shí)現(xiàn)
2．4．3 多維建模技術(shù)
2．4．4 星型模式舉例
2．5 小結(jié)
2．6 習(xí)題

第3章 數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的設(shè)計(jì)與開(kāi)發(fā)
3．1 數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的設(shè)計(jì)與開(kāi)發(fā)概述
3．1．1 建立數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的步驟
3．1．2 數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的生命周期
3．1．3 建立數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的思維模式
3．1．4 數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)庫(kù)的設(shè)計(jì)步驟
3．2 基于SQL Server 2005的數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)庫(kù)設(shè)計(jì)
3．2．1 分析組織的業(yè)務(wù)狀況及數(shù)據(jù)源結(jié)構(gòu)
3．2．2 組織需求調(diào)研，收集分析需求
3．2．3 采用信息包圖法設(shè)計(jì)數(shù)據(jù)倉(cāng)庫(kù)的概念模型
3．2．4 利用星型圖設(shè)計(jì)數(shù)據(jù)倉(cāng)庫(kù)的邏輯模型
3．2．5 數(shù)據(jù)倉(cāng)庫(kù)的物理模型設(shè)計(jì)
3．3 使用SQL Server 2005建立多維數(shù)據(jù)模型
3．3．1 SQL Server 2005示例數(shù)據(jù)倉(cāng)庫(kù)環(huán)境的配置與使用
3．3．2 基于SQL Server 2005示例數(shù)據(jù)庫(kù)的多維數(shù)據(jù)模型
3．4 小結(jié)
3．5 習(xí)題
……
第4章 關(guān)聯(lián)規(guī)則
第5章 數(shù)據(jù)分類
第6章 數(shù)據(jù)聚類
第7章 貝葉斯網(wǎng)絡(luò)
第8章 粗糙集
第9章 神經(jīng)網(wǎng)絡(luò)
第10章 遺傳算法
第11章 統(tǒng)計(jì)分析
第12章 文本和Web挖掘
參考文獻(xiàn)
展開(kāi)全部
商品評(píng)論(0條)
暫無(wú)評(píng)論……
書(shū)友推薦
本類暢銷
編輯推薦
返回頂部
中圖網(wǎng)
在線客服