数据仓库与数据挖掘教程作业指导书.docVIP

数据仓库与数据挖掘教程作业指导书

TOC\o1-2\h\u13611第1章数据仓库基础 3

229691.1数据仓库概念与架构 3

21901.1.1数据仓库的定义 3

18541.1.2数据仓库的架构 3

19401.2数据仓库设计与实施 3

306151.2.1数据仓库设计 3

250721.2.2数据仓库实施 4

29261.3数据仓库的维护与管理 4

200401.3.1数据质量管理 4

74071.3.2数据安全管理 4

112101.3.3数据仓库功能管理 4

34471.3.4数据仓库运维管理 4

415第2章数据挖掘概述 5

199132.1数据挖掘的定义与任务 5

212062.2数据挖掘的过程与方法 5

73622.3数据挖掘的应用领域 6

12980第3章数据预处理 6

227623.1数据清洗 6

93663.1.1缺失值处理 6

254293.1.2异常值处理 6

275873.1.3重复值处理 6

180873.2数据集成 6

212143.2.1数据集成方法 7

110793.2.2数据集成策略 7

286303.3数据变换 7

107443.3.1格式转换 7

206263.3.2属性构造 7

226463.3.3属性消除 7

75853.4数据归一化与离散化 7

19973.4.1数据归一化 7

275693.4.2数据离散化 7

10876第4章数据仓库与数据挖掘工具 7

311464.1常见数据仓库工具 8

185974.1.1ETL工具 8

185784.1.2数据仓库数据库 8

232624.1.3数据仓库管理工具 8

91334.2数据挖掘工具介绍 8

267164.2.1商业数据挖掘工具 8

88144.2.2开源数据挖掘工具 9

275274.3案例分析：使用工具进行数据挖掘 9

151664.3.1数据准备 9

225964.3.2数据摸索 9

299834.3.3建立模型 9

147094.3.4验证模型 9

306404.3.5部署模型 9

18296第5章关联规则挖掘 9

297355.1关联规则基本概念 9

101635.2Apriori算法 10

305185.3FPgrowth算法 10

177735.4关联规则挖掘的应用 10

29428第6章聚类分析 10

303436.1聚类分析概述 10

23766.2Kmeans算法 11

293866.3层次聚类法 11

88036.4密度聚类法 11

6892第7章分类与预测 12

307927.1分类与预测概述 12

134347.2决策树算法 12

183067.3朴素贝叶斯算法 12

108187.4支持向量机 12

5734第8章时间序列分析 13

74238.1时间序列基本概念 13

203788.2时间序列预处理 13

118458.3时间序列预测方法 13

45458.4时间序列分析应用案例 13

9第9章数据挖掘可视化 14

259659.1数据可视化基本概念 14

300129.1.1定义与目标 14

214549.1.2分类 14

256719.1.3设计原则 14

275809.2数据可视化工具与技术 15

129149.2.1常用工具 15

286709.2.2关键技术 15

183019.3数据可视化在数据挖掘中的应用 15

2689.3.1数据摸索 15

7469.3.2特征选择 15

260119.3.3模型评估 15

268399.3.4结果解释 15

288429.4可视化案例分析 16

10831第10章数据挖掘项目实施与评估 16

1457910.1数据挖掘项目实施流程 16

345310.1.1项目需求分析 16

1354910.1.2数据准备 16

721010.1.3数据挖掘算法选择 16

1016910.1.4模型构建与训练 16

2954310.1.5模型部署与维护 17

283471