資料採礦演算法:從演算法出發,包括演算法的原理與架構、建模過程及參數調整,並酌以範例說明進階的資料採礦結構,以因應複雜的建模議題。
模型應用與開發:介紹資料採礦的相關延伸應用,如與SSIS整合、利用DMX查詢、DMX語言等系統開發技巧。更以商業案例進行說明分析者如何根據商業需求規劃資料採礦建模流程。
Office 2007資料採礦增益集:為提升企業流程管理,在此針對Excel資料表分析工具、Excel資料採礦用戶端、Visio資料採礦範本做詳細的規劃。
本書特色
本書針對SQL Server 2008資料採礦技術與新增功能提供詳盡解說,並融入作者多年顧問工作之精髓,涵括許多豐富具商業價值的範例,引領你邁向Data Mining技術殿堂的最高境界。
作者簡介
尹相志 Allan Yiin (MVP LOGO)
現任亞洲資採資深採礦顧問、微軟特約顧問、微軟最有價值專家。
專業為各產業商業智慧、資料採礦預測、風險管理、信用評等導入。
擁有多年資料採礦、商業智慧、風險管理實務經驗,協助過和信電訊、台灣大哥大、
遠傳電信、中國信託、萬泰商銀、元大銀行、新光銀行、康健人壽、大都會人壽、
B&Q特力屋等企業導入商業智慧或資料採礦專案。
著作
■SQL Server 2008 Reporting Services報表服務
■Office PerformancePoint Server 2007企業績效管理
■SQL Server 2005 OLAP線上即時分析
■SQL Server 2005 Data Mining資料採礦與Office 2007資料採礦增益集
譯作
■Microsoft SQL Server 2005設計商業智慧解決方案
目錄
第一篇 資料採礦概論
第01章|資料採礦概念與應用
第02章|資料採礦流程CRIPS-DM
第03章|資料預處理與變數篩選
第二篇 資料採礦演算法
第04章|決策樹
第05章|群集演算法
第06章|類神經網路
第07章|迴歸
第08章|關聯規則與時序群集
第09章|時間序列
第10章|貝氏機率分類
第11章|進階採礦結構
第三篇 模型應用與開發
第12章|模型評估
第13章|與SSIS整合資料採礦流程
第14章|DMX 預測查詢
第15章|DMX 內容查詢
第16章|DMX 資料定義語言與操作語言
第17章|資料採礦應用開發
第18章|文字資料採礦
第19章|OLAP資料採礦
第20章|利用資料採礦技術解決商業問題
第四篇 Office 2007資料採礦增益集
第21章 Excel資料表分析工具
第22章 Excel資料採礦用戶端
第23章 Visio資料採礦範本
留言列表