Excel是当前使用最普遍、入门极快的电子表格软件，它能轻易地完成大量数据的统计分析、处理与制图，不仅功能强大，还操作简单。最新版本Microsoft Office Excel 2013是Excel发展历程中一个里程碑级的产品，对比Excel 2010，它非常适应于“大数据”和“互联网+”时代下的数据挖掘工作。它提供了数项让人眼前一亮的新功能，包括Power Query，Power View，Power Map和PowerPivot。

本文介绍了实用标准文案目录中的第一部分——绪论。绪论包括项目背景和提出问题两个部分。其中，项目背景介绍了本文所涉及的主题——大数据仓库与大数据挖掘课程设计的背景和意义。提出问题部分则阐述了在实际应用中，大数据仓库与大数据挖掘课程设计所面临的问题和挑战。本文旨在通过对这些问题的深入探讨，为相关领域的研究和实践提供有益的参考和借鉴。

十大数据挖掘算法--1103.pptx

大数据挖掘与商务智能简述 大数据挖掘与商务智能简述 大数据挖掘与商务智能简述 150页成品

2014中华架构师大会材料 大数据,用户画像,机器学习,数据挖掘

visualization-echarts 社交媒体大数据挖掘大作业 数据可视化部分

本书针对数据的海量性、复杂性、高维性、模糊性和不完整性，对数据挖掘技术中的聚类分析和关联规则分析进行了系统的研究。设计与实现了基于密度和自适应密度可达聚类算法、基于簇特征的动态增量聚类算法、并行聚类算法、基于密度加权的模糊聚类算法、高唯复杂数据聚类算法、基于数据场的聚类算法、基于距离的量化关联规则和基于数据场的量化关联规则算法，给出了在矿产资源评价、遥感图像分类、矿业经济分析中的应用例证。全书共分11章，主要内容包括：绪论，基于密度和密度可达聚类分析，基于簇特征的动态增量聚类分析，并行聚类分析，基于密度加权的模糊聚类分析，高唯复杂数据聚类分析，基于数据场的聚类分析，基于距离的量化关联规则，基于数据场的量化关联规则，数据挖掘结果可视化和数据挖掘算法应用。

数学建模国赛优秀论文集锦-2020C：银行基于大数据挖掘对中小微企业的信贷决策问题

大数据挖掘_系统方法与实例分析_配套程序和数据.7z

大数据仓库与大数据挖掘课程设计.doc