X
نام كتاب: دادهکاوی و کشف دانش درMicrosoft SQL SERVER 2008
ناشر: انتشارات انديشهسرا (با ﻣﺴﺅوليت بهزاد پاكروح)
مولف: فاطمه باقرزاده
فهرست
فصل اول
مقدمهای بر داده کاوی
داده کاوی چیست؟
چه چیزی برای داده کاوی نیاز است؟
ضرورت داده کاوی برای مسائل تجاری
وظایف داده کاوی
Classification
Clustering
Association
Regression
Forcasting
Sequence Analysis
Deviation Analysis
تکنیکهای داده کاوی
جریان داده
چرخه پروژه داده کاوی
مرحله 1: جمعآوری داده
مرحله 2: پاکسازی و تبدیل دادهها
مرحله 3: ساخت مدل
مرحله 4: ارزیابی مدل
مرحله 5: گزارش گیری
مرحله 6: پیشبینی (امتیازدهی)
مرحله 7: تجمیع کاربردی
مرحله 8: مدیریت مدل
فرآیند داده کاوی
CRISP-DM
درک کسب و کار
درک اطلاعات
آماده سازی داده
مدل سازی
ارزیابی
Deployment
SEMMA
مراحل فرآیند SEMMA
داده کاوی و بازار آن
وسعت بازار داده کاوی
عرضه کنندگان و محصولات عمده
مسائل و چالشهای کنونی
استانداردهای داده کاوی
خلاصه
فصل دوم
استفاده از OLE DB برای داده کاوی
معرفی OLE DB
چرا برای داده کاوی از OLE DB استفاده میشود؟
مفاهیم اولیه در OLE DB برای داده کاوی
Case
Case Key
Nested Key
Case Table و Nested Table
ستونهای عددی و ستونهای جدولی
معرفی Business Intelligence Development Studio
استفاده از Data Mining Designer
کار با Mining Structure Editor
استفاده از Mining Accuracy Chart
استفاده از SQL Server Management Studio
درک رابط کاربری Management Studio
طرز کار در یک متغیر با حالتهای زیاد
آنالیز انجمنی با درخت تصمیم مایکروسافت
معرفی الگوریتم خوشهبندی مایکروسافت
خوشهبندی سخت در مقابل خوشهبندی نرم
خوشهبندی به عنوان یک گام تحلیلی
انتخاب یک خوشه و تعیین تفاوت آن