课程培训
DM(数据建模)/ DW(数据仓库)建模和ETL方法培训课程

 

培训对象

数据库人员

学员基础

使用过数据库,了解数据仓库和数据挖掘

课程大纲

 

主题 内容

第一部分:数据仓库的概念深入

1.在大数据环境下数据仓库的困境和挑战
2.数据仓库的体系结构多样性解读
3.数据仓库与数据挖掘的关系

第二部分 基于SQL Server环境下的数据仓库开发应用过程

1.SQL Server下的数据仓库开发应用的特点
2.数据仓库的规划过程
3.数据仓库的概念模型设计
4.数据仓库的逻辑模型
5. 物理模型的设计
6.基于Sql Server环境下的数据仓库的实施过程及特点

第三部分 数据仓库的应用与管理

1.数据仓库应用案例
电信、移动、联通、银行、销售等行业的应用举例
2.数据仓库的运行技术管理
3.SQL SERVER下的数据仓库的元数据管理
4. 数据仓库工程中注意事项

第四部分 SQL SERVER下的ETL应用技术进阶

1、 ETL发展背景与大数据下的SQL SERVER 的ETL技术变迁
2、 ETL过程阶段重点及注意事项和经验总结
3、 ETL特性及案例分析,如何高效实现稳定性、安全性、可扩展性、健壮性、可维护性、高可用性? 
4、 大数据环境下的数据仓库ETL体系结构如何应对变化的需求 
5、 如何更好选择ETL工具,它的评价准则怎样? 
6、 SQL SERVER 环境下的ETL的管理 
1)ETL的数据质量管理
2)ETL的数据集成
3)ETL的元数据
7、 ETL展望 

第五部分:数据挖掘及数据分析技术

1.数据挖掘主要分析方法:
1.聚类分析(Clustering)
2.分类分析(Classification)
3.关联分析(Association)
4.预测分析(Prediction)
5.回归分析
6.相关分析
7.数据比较分析 
8.数据挖掘的可视化 
2.数据挖掘的实施
3.分析图形: 正态性检验 描述性统计 箱型图、区间图、时序图 介绍
4.数据挖掘的关键技术:数据预处理
5.数据挖掘效果的评估
实践:SPSS结合相应的分析算法及展示图形

第六部分:构建**数据挖掘分析体系

1、分析团队建设
2、分析工作管理
3、数据分析核心能力建设
4、分析工作与业务协同

第七部分.数据挖掘应用

1.数据挖掘及管理经验
2.数据挖掘在金融、电商、运营商行业领域的应用举例 
2.1 客户行为与潜在客户分析 
2.2 用户信用度分析 
2.3 趋势预测
2.4新产品交叉营销分析 等
3. 结合业务场景需求,进行数据挖掘实践:
1.客户细分聚类分析实践
2.金融贷款防欺诈挖掘分析
3.金融/电商客户流失预测挖掘分析
(以上涉及当下主流的聚类、相关、决策树、神经网络及回归分析等数据挖掘算法)




如果您想学习本课程,请预约报名
如果没找到合适的课程或有特殊培训需求,请订制培训
除培训外,同时提供相关技术咨询与技术支持服务,有需求请发需求表到邮箱soft@info-soft.cn,或致电4007991916
技术服务需求表点击在线申请

服务特点:
海量专家资源,精准匹配相关行业,相关项目专家,针对实际需求,顾问式咨询,互动式授课,案例教学,小班授课,实际项目演示,快捷高效,省时省力省钱。

专家力量:
中国科学院软件研究所,计算研究所高级研究人员
oracle,微软,vmware,MSC,Ansys,candence,Altium,达索等大型公司高级工程师,项目经理,技术支持专家
中科信软培训中心,资深专家或讲师
大多名牌大学,硕士以上学历,相关技术专业,理论素养丰富
多年实际项目经历,大型项目实战案例,热情,乐于技术分享
针对客户实际需求,案例教学,互动式沟通,学有所获
报名表下载
联系我们 更多>>

咨询电话010-62883247

                4007991916

咨询邮箱:soft@info-soft.cn  

 

微信号.jpg

  微信咨询

随时听讲课

聚焦技术实践

订制培训 更多>>