班级规模及环境--热线:4008699035 手机:15921673576( 微信同号) |
每个班级的人数限3到5人,互动授课, 保障效果,小班授课。 |
上间和地点 |
上部份地点:【上海】同济大学(沪西)/新城金郡商务楼(11号线白银路站)【深圳分部】:电影大厦(地铁一号线大剧院站)/深圳大学成教院【北京分部】:北京中山学院/福鑫大楼【南京分部】:金港大厦(和燕路)【武汉分部】:佳源大厦(高新二路)【成都分部】:领馆区1号(中和大道)【沈阳分部】:沈阳理工大学/六宅臻品【郑州分部】:郑州大学/锦华大厦【石家庄分部】:河北科技大学/瑞景大厦 最近开间(周末班/连续班/晚班):2019年1月26日 |
实验设备 |
◆小班教学,教学效果好 ☆注重质量☆边讲边练 ☆合格学员免费推荐工作 ★实验设备请点击这儿查看★ |
质量保障 |
1、培训过程中,如有部分内容理解不透或消化不好,可免费在以后培训班中重听; 2、培训结束后,授课老师留给学员联系方式,保障培训效果,免费提供课后技术支持。 3、培训合格学员可享受免费推荐就业机会。☆合格学员免费颁发相关工程师等资格证书,提升职业资质。专注高端技术培训15年,端海学员的能力得到大家的认同,受到用人单位的广泛赞誉,端海的证书受到广泛认可。 |
部份程大纲 |
|
- 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)
|