?培訓目標：

• 了解數據挖掘基本概念及方法論
• 了解數據挖掘商業價值
• 掌握數據挖掘建模的主要方法
• 學習數據挖掘的實際應用方法
• 學習主流的數據挖掘工具
• ?
• 培訓內容：

• 專題	授課內容	簡述
  數據挖掘基礎知識	內容一：數據挖掘基本概念 1、?數據挖掘的來源 2、?數據挖掘的定義 3、?數據挖掘的應用領域 4、?數據挖掘的 內容二：BI的架構 1、BI體系介紹 2、數據倉庫介紹 3、ETL介紹 4、多維數據庫介紹 5、前端展現介紹 6、數據挖掘模型介紹 內容三：數據挖掘工具介紹 1、ETL工具和數據預處理工具介紹 2、SPSS工具介紹 3、SAS工具介紹 4、SSAS工具介紹 內容四、數據挖掘在行業中的應用 1、現代企業數據挖掘需求概述 2、電信行業案例分析 3、金融行業案例研究 4、銷售行業案例分析 5、BI系統數據更新與維護 ?	介紹數據挖掘基本概念，BI體系架構，?數據挖掘工具介紹及其應用，針對行業提供行業解決方案和案例分析。
  數據挖掘架構設計與完整流程詳解	內容一：九種數據挖掘算法 1、?九種挖掘算法應用的背景 2、?決策樹算法與模型設計 3、?聚類算法與模型設計 4、?關聯規則算法與模型設計 5、?貝葉斯算法與模型設計 6、?時間序列算法與模型設計 7、?其他挖掘算法與模型設計 內容二：常用挖掘模型詳解 1、決策樹算法詳解及工具實現 2、聚類算法詳解及工具實現 3、關聯規則算法詳解及工具實現 4、貝葉斯算法詳解及工具實現 5、時間序列算法詳解及工具實現 6、數據挖掘模型評估 內容三：數據挖掘的流程 1、數據清洗準備 2、數據預處理 3、選擇數據挖掘模型 4、數據挖掘模型訓練 5、更新算法模型 6、模型評估 7、部署與應用 內容四：DMX語言 1、DMX語法結構 2、使用DMX創建挖掘模型 3、使用DMX將挖掘結果導出 4、使用DMX進行挖掘模型參數設置 ?	九種數據挖掘算法與模型詳解，數據挖掘的設計與實施流程，數據挖掘查詢語言的使用等，重點對決策樹算法、關聯規則算法、聚類算法等給出詳細設計和處理流程。
  數據挖掘項目案例分析	內容一：中國電信數據挖掘項目 1、項目介紹 2、復雜多系統多數據源的特點 3、ODS的使用 4、整體項目架構設計 5、數據挖掘算法選取 6、數據挖掘模型設計 7、數據挖掘處理流程 8、數據抽取策略的制定 8、挖掘模型的更新技巧 內容二：MSN數據挖掘項目 1、項目介紹 2、項目中的海量數據 3、數據挖掘算法 4、數據挖掘模型構建 5、數據的預處理技術 6、對挖掘模型進行訓練 7、展示數據挖掘模型結果 8、數據挖掘模型評估 內容三：AdventureWorks整體項目案例 1、案例介紹 2、ETL流程詳解 3、OLAP流程詳解 4、前端報表流程詳解 5、數據挖掘流程詳解 ?	大型數據倉庫與數據挖掘項目設計和實施，重點對項目架構設計和數據完整處理流程做重點分析和詳細介紹，針對大型數據挖掘項目，提供了完備的解決方案，給出完整設計思路和數據處理技術應用。
  數據挖掘工具操作與使用	內容一：SPSS工具操作與使用 1、SPSS工具基本介紹 2、數據清洗與整合功能 3、建立挖掘模型流程 4、訓練和處理挖掘模型 5、使用相關控件 6、使用SPSS解決業務問題 內容二：SAS工具操作與使用 1、SAS基本介紹 2、SAS中的控件 3、SAS中訓練和處理挖掘模型 4、SAS使用中需要注意的問題 5、SAS操作技巧與實踐經驗 內容三：SSAS中的挖掘模型 1、SSAS中的數據挖掘模型介紹 2、使用SSAS建立挖掘模型 3、使用SSAS訓練挖掘模型 4、使用SSAS展現挖掘結果 5、使用SSAS與SSIS將挖掘結果導出

  ?

?