| 大數(shù)據(jù)概述 |
- 大數(shù)據(jù) 的發(fā)展與展望
- 大數(shù)據(jù) 的參照結(jié)構(gòu)
- 辨析對(duì) 大數(shù)據(jù) 的誤解
- 數(shù)據(jù)的生命周期
- 大數(shù)據(jù)應(yīng)用的熱點(diǎn)
- 大數(shù)據(jù)平臺(tái)的構(gòu)建
|
| 大數(shù)據(jù)存儲(chǔ)概覽 |
- 大數(shù)據(jù)存儲(chǔ)的特點(diǎn)
- 大數(shù)據(jù)庫(kù)的基本元素
- 海量數(shù)據(jù)庫(kù)的開發(fā)特性
- 數(shù)據(jù)庫(kù)的數(shù)據(jù)分析與挖掘應(yīng)用
- 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)集市
|
大數(shù)據(jù)存儲(chǔ)的管理
|
- 元數(shù)據(jù)定義
- 元數(shù)據(jù)模型管理
- 粒度的組織
- 分割問題
- 數(shù)據(jù)庫(kù)中的數(shù)據(jù)組織形式
- 建立數(shù)據(jù)質(zhì)量體系
- 數(shù)據(jù)的存儲(chǔ)訪問控制
- 數(shù)據(jù)的狀態(tài)監(jiān)管
|
| 設(shè)計(jì)，分析，和管理大數(shù)據(jù)庫(kù) |
- 調(diào)查、分析數(shù)據(jù)需求
- 邏輯模型設(shè)計(jì)
- 物理模型設(shè)計(jì)
- 實(shí)施計(jì)劃
- 管控計(jì)劃
|
| 大數(shù)據(jù)存儲(chǔ)與平臺(tái)的選型 |
- 主流大數(shù)據(jù)支撐平臺(tái)列表
- Google 的大數(shù)據(jù)解決方案
- Hadoop 大數(shù)據(jù)解決方案
- 其他典型大數(shù)據(jù)解決方案
|
| 商業(yè)智能與數(shù)據(jù)分析路線圖 |
- 確定數(shù)據(jù)分析目標(biāo)
- 分解數(shù)據(jù)分析指標(biāo)
- 選擇數(shù)據(jù)挖掘算法
- 確定涉及的原始數(shù)據(jù)項(xiàng)目和來源
- 抽取、整理原始數(shù)據(jù)
- 使用算法進(jìn)行數(shù)據(jù)分析，產(chǎn)生報(bào)告
- 多個(gè)數(shù)據(jù)分析報(bào)告對(duì)比，
- 優(yōu)化數(shù)據(jù)挖掘算法和數(shù)據(jù)
- 給出最終的數(shù)據(jù)分析報(bào)告
|
| 數(shù)據(jù)處理過程 |
- 變量和數(shù)據(jù)
- 變量的分類及類型
- 數(shù)據(jù)的質(zhì)量
- 數(shù)據(jù)理解過程
- 數(shù)據(jù)準(zhǔn)備過程
|
| 數(shù)據(jù)分析、多維分析與 DWBI |
- 三者的理解與關(guān)系
- BI 常見的數(shù)據(jù)分析方法
- BI 儀表盤與實(shí)例演示
- 數(shù)據(jù)展現(xiàn)與可視化
|
| 數(shù)據(jù)挖掘技術(shù) |
- 數(shù)據(jù)挖掘技術(shù)概述
- 關(guān)聯(lián)規(guī)則
- 預(yù)測(cè)及分類技術(shù)
- 聚類分析
- 其他的數(shù)據(jù)挖掘方法
- 數(shù)據(jù)挖掘效果的評(píng)估?
|
