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。

数据仓库和数据挖掘，陈志泊等写的讲义，关于数据挖掘部分的内容很丰富

数据仓库与数据挖掘，最新的ppt资料，适合学习计算机

是我写的一篇论文，Word格式，对大家可能有用吧

数据仓库与数据挖掘的课件，讲的非常详细，可用于老师讲解的课件，也可用于自学的参考材料！

数据仓库、数据挖掘教材：数据挖掘与知识发现.pdf

Building the Data Warehouse, 4th Edition（最权威的“数据仓库”经典著作，最新第4版）.pdf 带完整目录！！其他地方找不到的！！

频率和众数 百分位数 位置度量：均值和中位数 散布度量 多元汇总统计 汇总数据的其他方法 四分位数 分位数根据其将数列等分的形式不同可以分为中位数，四分位数，十分位数、百分位数等等。四分位数作为分位数的一种形式，在统计中有着十分重要的意义和作用。人们经常会将数据划分为4个部分，每一个部分大约包含有1/4即25％的数据项。这种划分的临界点即为四分位数。它们定义如下： Q1=第1四分位数，即第25百分位数； Q2=第2四分位数，即第50百分位数； Q3=第3四分位数，即第75百分位数。 四分位数是将数列等分成四个部分的数，一个数列有三个四分位数，设下四分位数、中位数和上四分位数分别为Q1、Q2、Q3，则：Q1、Q2、Q3的位置可由下述公式确定： 四分位数是将数列等分成四个部分的数，一个数列有三个四分位数，设下四分位数、中位数和上四分位数分别为Q1、Q2、Q3，则：Q1、Q2、Q3的位置可由下述公式确定：