

Copyright ©2015- 海马课堂网络科技(大连)有限公司 办公地址:辽宁省大连市高新技术产业园区火炬路32A号创业大厦A座18层1801室

添加微信
咨询辅导

香港理工大学COMP5121(数据挖掘与数据仓库应用)课程的目标是让学生能够:更有效地利用数据库中存储的数据,在数据仓库中创建一个干净、一致的数据存储库,利用不同层次和类型的数据摘要来支持管理决策。如果你想要获得该课程的更多信息或者想寻求专业人士进行课程辅导,那么你可以点击蓝字,随时联系海马课堂7*24H在线客服~
在海马课堂辅导完该课程后,学生将能够:
a) 了解数据仓库的需求;
b) 识别典型数据仓库架构中的组件;
c) 设计一个数据仓库来支持业务问题的解决;
d) 了解典型的知识发现过程及其不同之处
流行的商业数据挖掘软件提供的算法;和
e) 获得一些流行的数据挖掘软件的实践经验。
1. 数据仓库和数据挖掘导论
概述:介绍数据仓库和数据挖掘的基本概念。
应用领域:讨论在商业和金融领域的潜在应用。
定义和术语:解释关键术语和定义。
2. 数据仓库的基础
定义:阐述数据仓库的基本概念。
操作数据库与数据仓库的区别:区分操作数据库与数据仓库的功能和应用。
3. 数据仓库架构和设计
架构类型:介绍两层和三层架构。
数据模型:详细讲解星型模式和雪花型模式。
数据特征:讨论静态数据和动态数据。
元数据和数据集市:解释元数据的概念和数据集市的作用。
4. 数据处理技术
数据复制与捕获:介绍数据复制、捕获和索引技术。
数据转换和清理:讲解数据转换和清理的过程和方法。
联机分析处理(OLAP):介绍OLAP及其应用。
多维数据库和数据立方体:讨论多维数据库的结构和数据立方体的使用。
5. 数据挖掘和知识发现
数据挖掘生命周期:描述数据挖掘的完整过程。
预处理和数据转换:介绍数据预处理和转换的技术。
问题和应用类型:讨论不同类型的数据挖掘问题和应用场景。
6. 关联规则挖掘
基本概念:介绍关联规则挖掘的基本概念。
Apriori算法:详细讲解Apriori算法。
规则类型:讨论二元、定量和广义关联规则。
兴趣度量:解释关联规则的兴趣度量。
海马课堂专业课程辅导
1.拥有4000+严选硕博学霸师资。针对学生的薄弱科目和学校教学进度,匹配背景相符的导师。
2.根据学生情况进行1V1专属备课,上课时间灵活安排。
3.中英双语详细讲解课程中的考点、难点问题,并提供多方位的课后辅导,辅助学生掌握全部课程知识,补足短板。
阅读原文:https://www.highmarktutor.com/news/22293_56.html
版权作品,未经海马课堂 highmarktutor.com 书面授权,严禁转载,违者将被追究法律责任。
hmkt088