數(shù)據(jù)倉庫與數(shù)據(jù)挖掘其它上課時間：

數(shù)據(jù)倉庫管理人員、建模人員，分析人員和開發(fā)人員、系統(tǒng)管理人員、數(shù)據(jù)庫管理人員以及對數(shù)據(jù)倉庫感興趣的其他人員

時間：2015年10月14日-10月16日 地點：北京
培訓費：5500元/人（含教材、證書、午餐、學習用具等）。住宿協(xié)助安排，費用自理。
證書
　　培訓結(jié)束，頒發(fā)“數(shù)據(jù)倉庫與數(shù)據(jù)挖掘”結(jié)業(yè)證書。
培訓對象
數(shù)據(jù)倉庫管理人員、建模人員，分析人員和開發(fā)人員、系統(tǒng)管理人員、數(shù)據(jù)庫管理人員以及對數(shù)據(jù)倉庫感興趣的其他人員。
培訓背景
各有關(guān)單位：
研究所是國家專門的計算技術(shù)研究機構(gòu)，同時也是中國信息化建設(shè)的重要支撐單位，中心是致力于高端IT類人才培養(yǎng)及企業(yè)內(nèi)訓的專業(yè)培訓機構(gòu)。中心憑借強大師資力量，在總結(jié)多年大型軟件開發(fā)和組織經(jīng)驗的基礎(chǔ)上，自主研發(fā)出一整套課程體系，其目的是希望能夠切實幫助中國軟件企業(yè)培養(yǎng)高級軟件技術(shù)人才，提升整體研發(fā)能力。迄今為止已先后為國家培養(yǎng)了數(shù)萬名計算機專業(yè)人員，并先后為數(shù)千家大型國內(nèi)外企業(yè)進行過專門的定制培訓服務(wù)。
隨著近年來數(shù)據(jù)資源的日益豐富，從數(shù)據(jù)資源提取信息和知識進行輔助決策非常必要。如何從企業(yè)內(nèi)部眾多的信息系統(tǒng)中提取真正反映企業(yè)運營狀況的有效信息資源、深入挖掘價值客戶信息，從而提高經(jīng)營管理決策的支撐能力和快速響應(yīng)能力，以期對紛繁變化的市場和競爭對手有足夠的洞察力、掌控力和預(yù)判力，成為企業(yè)下一階段信息系統(tǒng)建設(shè)的目標和方向。而這一目標正是要靠IT領(lǐng)域中的數(shù)據(jù)倉庫和商務(wù)智能技術(shù)來實現(xiàn)和達到。
本次培訓重在突出數(shù)據(jù)倉庫與數(shù)據(jù)挖掘決策支持的本質(zhì)，介紹數(shù)據(jù)挖掘的各種方法、技術(shù)實現(xiàn)手段，通過對實例的深入剖析解釋它們的原理。
培訓內(nèi)容
1、數(shù)據(jù)倉庫原理及聯(lián)機分析技術(shù)介紹
數(shù)據(jù)倉庫結(jié)構(gòu)體系，數(shù)據(jù)倉庫數(shù)據(jù)模型
數(shù)據(jù)抽取、轉(zhuǎn)換和裝載，元數(shù)據(jù)管理
OLAP概念及其數(shù)據(jù)模型
多維數(shù)據(jù)的顯示
2、數(shù)據(jù)倉庫設(shè)計與開發(fā)
數(shù)據(jù)倉庫分析與設(shè)計
數(shù)據(jù)倉庫開發(fā)過程
數(shù)據(jù)倉庫技術(shù)與開發(fā)的困難
OLAP的多維數(shù)據(jù)分析
3、基于數(shù)據(jù)倉庫的決策支持系統(tǒng)
基于數(shù)據(jù)倉庫的查詢與報表
多維分析與原因分析
實時決策與預(yù)測未來
自動決策及其應(yīng)用介紹
4、數(shù)據(jù)倉庫案例剖析
移動運營商的客戶投訴聯(lián)機分析，基于Business Intelligence Dev Studio
通過對客戶投訴詳單，設(shè)計相應(yīng)的投訴模型，建立其相應(yīng)的維度，事實表等
通過對客戶投訴進行分類，發(fā)現(xiàn)其中的共同點以及差異，方便制定相應(yīng)計劃
積極的應(yīng)對客戶投訴，對客戶投訴進行監(jiān)控，及時對可能導致的客戶進行挽留
某公司數(shù)據(jù)倉庫決策支持系統(tǒng)
統(tǒng)計業(yè)數(shù)據(jù)倉庫系統(tǒng)
沃爾瑪數(shù)據(jù)倉庫系統(tǒng)
5、數(shù)據(jù)挖掘與知識發(fā)現(xiàn)
數(shù)據(jù)挖掘的任務(wù)與對象
數(shù)據(jù)挖掘方法
數(shù)據(jù)挖掘相關(guān)技術(shù)
6、關(guān)聯(lián)分析算法及其案例
關(guān)聯(lián)規(guī)則的分類
Aprior算法詳解
從頻繁項集產(chǎn)生關(guān)聯(lián)規(guī)則
基于Climentine的購物籃實例分析-
7、聚類分析算法及其案例
聚類分析的概念
主要的聚類方法
K-means算法詳解
基于Climentine的用戶數(shù)據(jù)聚類實例-
8、其它數(shù)據(jù)挖掘算法介紹
決策樹算法
ID3算法
由決策樹提取分類規(guī)則
基于Climentine的決策樹分析實例
神經(jīng)網(wǎng)絡(luò)算法
神經(jīng)網(wǎng)絡(luò)的概念
網(wǎng)絡(luò)拓撲及其算法
基于Climentine的神經(jīng)網(wǎng)絡(luò)分析實例
師資
楊老師：培訓中心高級講師，主要研究方向為網(wǎng)絡(luò)信息分析以及云計算相關(guān)技術(shù)，長期從事通信網(wǎng)管系統(tǒng)、網(wǎng)絡(luò)信息處理、商務(wù)智能(BI)以及電信決策支持系統(tǒng)的研究開發(fā)工作，具有豐富的工程實踐及軟件研發(fā)經(jīng)驗。