SQL Server 2005数据挖掘
SQL Server 2005数据挖掘封面图

SQL Server 2005数据挖掘

(美) 唐 (Tang,Z.H.) , (美) 麦克雷南 (MacLennan,J.) , 著

出版社:清华大学出版社

年代:2006

定价:40.0

书籍简介:

本书讲述数据挖掘的基本概念和算法。

作者介绍:

ZhaoHui Tang是Microsoft SQL Server数据挖掘团队的项目经理。Jamie Maclennan是SQL Server数据挖掘引擎开发团队的开发组长。Zhaohui和Jamie是SQL Server数据挖掘组件的核心设计者,他们不仅经常在大型的数据库和数据挖掘会议上作报告,而且还在学术和行业博物上发表很多有关

书籍目录:

第1章 数据挖掘导论  1.1 什么是数据挖掘 1.2 数据挖掘解决的商业问题 1.3 数据挖掘的任务   1.3.1 分类  1.3.2 聚类  1.3.3 关联  1.3.4 回归  1.3.5 预测  1.3.6 序列分析  1.3.7 偏差分析 1.4 数据挖掘技术 1.5 数据流 1.6 数据挖掘项目的生命周期   1.6.1 第1步:数据收集

第1章 数据挖掘导论  1.1 什么是数据挖掘 1.2 数据挖掘解决的商业问题 1.3 数据挖掘的任务   1.3.1 分类  1.3.2 聚类  1.3.3 关联  1.3.4 回归  1.3.5 预测  1.3.6 序列分析  1.3.7 偏差分析 1.4 数据挖掘技术 1.5 数据流 1.6 数据挖掘项目的生命周期   1.6.1 第1步:数据收集  1.6.2 第2步:数据清理和转换  1.6.3 第3步:模型构建  1.6.4 第4步:模型评估  1.6.5 第5步:报告  1.6.6 第6步:预测(评分)  1.6.7 第7步:应用集成  1.6.8 第8步:模型管理 1.7 数据挖掘当前市场与主要厂商  1.7.1 数据挖掘市场的大小  1.7.2 主要生产厂商和产品 1.8 目前存在的问题及挑战 1.9 数据挖掘标准 1.10 OLE DB for DM规范和XML for Analysis规范  1.10.1 用于数据挖掘的SQL/Multimedia  1.10.2 Java数据挖掘API  1.10.3 预测模型标记语言  1.10.4 Crisp-DM模型   1.10.5 公共仓库元数据 1.11 数据挖掘的新趋势 1.12 本章小结第2章 OLE DB for DM规范 2.1 OLE DB介绍 2.2 为什么使用OLE DB进行数据挖掘 2.3 OLE DB for DM规范中的基本概念  2.3.1 事例  2.3.2 事例键   2.3.3 嵌套健  2.3.4 事例表和嵌套表  2.3.5 标量列和表列  2.3.6 数据挖掘模型  2.3.7 模型创建  2.3.8 模型训练  2.3.9 模型预测 2.4 DMX  2.4.1 数据挖掘的3个步骤  2.4.2 预测函数  2.4.3 单例查询  2.4.4 仅仅使用内容进行预测  2.4.5 钻取模型的内容  2.4.6 内容查询 2.5 理解模式行集  2.5.1 Mining-Services模型行集  ……第3章 实践SQL Server数据挖掘第4章 Microsoft贝叶斯算法第5章 Microsoft决策树算法第6章 Micrsosft时序算法第7章 Micrsosft聚类算法介绍第8章 Microsoft序列聚类算法第9章 Microsoft关联规则算法第10章 Microsoft神经网络算法第11章 挖掘OLAP立方体第12章 SQL Server集成服务数据挖掘第13章 SQL Server数据挖掘的体系结构第14章 SQL Server数据挖掘编程第15章 实现一个Web交叉销售应用程序第16章 使用Microsoft进行高级预测第17章 扩展SQL Server数据挖掘第18章 总结与其他资源附录A 导入数据集附录B 支持的VBA函数和Excel函数附录C 学习资源

内容摘要:

本书作为一本专家级指南,全面介绍了SQL Server2005中数据挖掘的功能,并且对这些功能的应用作了较为详尽的讲述。书中不但讲述了数据挖掘的核心概念,还讲述了数据挖掘的最新发展趋势,并给出了一些数据挖掘的最佳实践。

编辑推荐:

存储技术的迅速发展,特别是硬件价格的下降,使得数据的积累速度不断提高,面对日益庞大的数据资源,我们迫切需要强有力的工具来挖掘其中有用的信息。Microsoft最新的数据库平台SQL Server 2005中的数据挖掘组件是数据挖掘工具的典型代表。. SQL Server 2000中包括的数据挖掘算法只有决策树算法和聚类算法,与之相比,SQL Server 2005中引入了多个新的数据挖掘算法,包括贝叶斯算法、时间序列算法、序列聚类算法、关联规则算法和神经网络算法。  接受这本书的审校任务时,我正在美国进行商务访问。期间,遇到了我的好友,本书的作者之一:ZhaoHui Tang。谈起这本书已被译为中文,并很快在国内出版,大家都感到非常的高兴和欣慰。借此机会,我不妨谈谈自己的感想。. 数据挖掘,作为商业智能(Business Intelligence)实现的最深层次,在商业智能解决方案的体系中占据着重要的位置。数据库中存在的是数据,对于业务人员来说,只是一些无法看懂的天书,没有人会去拿放大镜分析数据库服务器硬盘上的磁轨。

书籍规格:

书籍详细信息
书名SQL Server 2005数据挖掘站内查询相似图书
9787302140009
如需购买下载《SQL Server 2005数据挖掘》pdf扫描版电子书或查询更多相关信息,请直接复制isbn,搜索即可全网搜索该ISBN
出版地北京出版单位清华大学出版社
版次1版印次1
定价(元)40.0语种简体中文
尺寸26装帧平装
页数印数

书籍信息归属:

SQL Server 2005数据挖掘是清华大学出版社于2006.出版的中图分类号为 TP311.138 的主题关于 关系数据库-数据库管理系统,SQL Server 2005 的书籍。