SQLServer数据仓库与数据挖掘.

数据仓库与数据挖掘技术课件-夏火松，含有（1-10单元）

本书系统地介绍了数据仓库和数据挖掘技术，全本由两部分组成，第1章到第3章介绍数据仓库的基本概念和相关技术，第4章到第11章介绍数据挖掘的基本概念和各种算法，包括数据仓库构建、OLAP技术、分类方法、聚类方法、关联分析、序列模式挖掘方法、回归和时序分析、粗糙集理论、文本挖掘、Web挖掘和空间数据挖掘方法等。 [1] 本书既注重原理，又注重实践，配有大量图表、示例和练习题，内容丰富，概念讲解清楚，表达严谨，逻辑性强，语言精练，可读性好。 本书既便于教师课堂讲授，又便于自学者阅读。适合作为高等院校高年级学生和研究生“数据仓库和数据挖掘”或“数据挖掘算法”课程的教材。

数据仓库与数据挖掘 阶段考试复习题

数据仓库与数据挖掘论文合集（共242篇）

清华大学的数据仓库与数据挖掘配套教程，共六章：绪论；数据仓库；数据预处理；据挖掘发现知识的类型；数据挖掘中常用算法；数据挖掘的工具及其应用。是一个很不错的学习配套资料。

主要讲解数据仓库和数据挖掘相关知识。数据仓库包括原理、设计以及联机分析OLAP的相关知识；数据挖掘部分包括集中常用的挖掘算法：关联、分类、聚类等以及文本挖掘等内容。

数据仓库与数据挖掘是与计算机、信息类等相关专业的核心课程。本书采用提出问题、分析问题、解决问题的思路，通过工程实例介绍了SQL Server 2005和Weka软件的使用方法以及联机分析处理技术、关联规则方法、决策树方法、贝叶斯方法、人工神经网络方法、聚类分析方法、线性回归方法等数据仓库与数据挖掘技术。

实验指导,比较适合正在学习数据仓库和数据挖掘的同学.

数据仓库与数据挖掘中的MDX的操作实验，可以用来练习。