下载学堂APP缓存视频离线看
- 畅销套餐
- 精选套餐
- 人气套餐
- 尊享套餐
- 高薪套餐
- 课程介绍
- 课程大纲
适合人群：
各大中专院校对数据分析和数据挖掘感兴趣的师生；以及对BI、DM感兴趣的IT管理和技术人员；
你将会学到：
通过本课程的学习，您将学习通过SQL Server和Office Excel实现数据挖掘操作实践，包括：数据挖掘分类、估计、聚类分析、关联规则挖掘、交叉验证等。
课程简介：
本课程对数据挖掘及SQL Server+ Office 数据挖掘功能进行了简要的介绍；给出了Office Excel 数据挖掘外接程序的下载和安装方法；较为详细的介绍了数据准备、数据建模、准确性和验证等相关原理和理论，重点对如何利用SQL Server和Office Excel实现数据挖掘分类、估计、聚类分析、关联规则挖掘、交叉验证等操作进行了演示与实践操作。
课程大纲-利用SQL Server和Office Excel实现数据挖掘
第1章课程及实验环境简介(1小时15分钟5节)
1-1
Office 数据挖掘外接程序功能简介本讲简要介绍了数据挖掘的概念及应用场景，对Office 数据挖掘外接程序中包含的功能做了概要介绍。
「仅限付费用户」点击下载“Office 数据挖掘外接程序功能简介.pdf”
[23:41]开始学习1-2
课程实验及操作环境简介介绍了课程实验及操作的环境配置：Windows server2012+ Office 2013 + SQL Server 2014；以及三中数据，分别是：示例数据、weka中的iris数据、银行信用卡分析数据。
「仅限付费用户」点击下载“实验及操作环境简介.pdf”
[15:25]开始学习1-3
如何下载和安装SQL Server 数据挖掘外接程序本讲介绍了如何下载和安装SQL Server 数据挖掘外接程序的方法，提供了Microsoft SQL Server 2005 Office 2007 数据挖掘外接程序和2012版下载地址，欢迎下载试用。
「仅限付费用户」点击下载“如何下载和安装SQL Server 数据挖掘外接程序.pdf”
[15:04]开始学习1-5
如何下载和安装Office+Excel 数据挖掘外接程序首先通过MSDN网站下载Office，然后安装并激活Office；接下来是安装SQLServer数据挖掘外接程序（注意版本之间的匹配）；最后配置 Analysis Services 连接。
[16:28]开始学习第2章SQL Server +Excel数据挖掘基础(51分钟5节)
2-1
数据准备：浏览、清除和设置数据数据准备是为进行数据挖掘而浏览、清除和设置数据。SQL Server + Excel 数据挖掘客户端可以方便的为我们进行数据预处理提供必要的工具向导。
「仅限付费用户」点击下载“数据准备：浏览、清除和设置数据.pdf”
[08:22]开始学习2-2
数据建模：生成数据模型和分析数据建模是数据挖掘具体操作和实践的过程，是最为重要的一步；在该步骤中，可根据数据生成模式和趋势，然后将这些模式和趋势数据用于其他分析或进行预测。常用的建模包括：分类、回归、估计、聚类分析、关联规则挖掘等。
「仅限付费用户」点击下载“数据建模：生成数据模型和分析.pdf”
[16:48]开始学习2-3
数据挖掘验证和评估：准确性Excel 数据挖掘客户端提供了包括：利润图、准确性图表、分类矩阵、交叉验证等向导，用于帮助我们测试和评估在 Excel 中建立的模型的准确性。
「仅限付费用户」点击下载“准确性和验证.pdf”
[15:22]开始学习2-5
数据挖掘连接和跟踪（Excel数据挖掘外接程序）创建"连接"后，可以使用存储在 Analysis Services 服务器上的算法以及经优化处理的数据挖掘引擎;"跟踪器"可以帮助监视发送到SQL Server Analysis Services 该实例的语句。
「仅限付费用户」点击下载“数据挖掘连接（Excel数据挖掘外接程序）.pdf”
[06:25]开始学习第3章数据准备操作实践指南(44分钟3节)
3-1
Excel数据挖掘客户端操作实践：浏览数据Excel数据挖掘客户端的浏览数据向导以图形方式显示所选列的分布和值，一次显示一列。 同时可以更改数据的分组方式，或将显示相应内容的图表复制到 Excel 工作簿中进行查看。
[14:25]开始学习3-2
Excel数据挖掘客户端操作实践：数据预处理Excel数据挖掘客户端的数据预处理包括离散化和重新标记两种。通过检测缺失值，然后删除它们或归结相应值，例如均值、null 或其他值。
[14:34]开始学习3-3
Excel数据挖掘客户端操作实践：示例数据（数据抽样）通过Excel数据挖掘客户端的“示例数据”向导，可方便地将源数据分为两组，一组用于生成模型（将其定型），另一组用于测试模型。 此向导还提供了一个选项，可用于重新抽样数据来生成能更好地表示您的目标的新数据集。
[15:09]开始学习第4章数据建模操作实践指南(1小时12分钟5节)
4-1
数据建模操作实践：分类Excel数据挖掘客户端的“分类”向导可基于 Excel 表、Excel 区域或外部数据源中的现有数据生成分类模型。分类模型提取数据中表示相似性的模式，可以基于值的分组进行预测。
[18:05]开始学习4-2
数据建模操作实践：估计数据挖掘中的估计主要用于预测数字结果。通过Excel数据挖掘客户端的估计向导可以创建估计模型。 估计模型从数据中提取模式，并使用这些模式预测将影响结果的因素。
[20:14]开始学习4-4
数据建模操作实践：聚类分析聚类分析主要是检测共享类似特征的行并对这些行进行分组，以最大限度地增加这些组之间的距离。Excel数据挖掘中的聚类分析使用的是Microsoft 聚类分析算法。
[13:55]开始学习第5章数据挖掘模型评估和应用操作实践指南(48分钟4节)
5-1
数据挖掘操作实践：准确性和验证测试和验证模型是数据挖掘过程中很重要的一步。Excel数据挖掘通过准确性和验证（包括准确性图、分类矩阵、交叉验证等）对生成的模型进行测试，以及使用模型创建预测和建议。
[15:53]开始学习
“胡瑞”老师的其他课程更多+
