Data mining & Data Warehousing

在數據挖掘和數據倉庫的最好的應用程序，學習一個主題在一分鐘

該應用程序是數據挖掘和數據倉庫，覆蓋重要的議題，筆記，資料，新聞和博客在球場上的完全免費的手冊。下載App作為參考材料和數字圖書計算機科學，人工智能，數據科學與軟件工程項目和商業管理學位課程。

這個有用的應用程序列出200議題有詳細的註釋，圖表，公式，公式和課程材料，題目中列出了5章。應用程序是必須為所有的計算機科學與工程專業的學生和專業人士。

該應用程序提供了快速修改和參考像一個詳細的閃存卡音符的重要課題，它可以很容易和有效為學生或專業到考試或面試的作業之前迅速覆蓋課程大綱。

跟踪學習，設置提醒，編輯學習材料，加入喜愛的主題，分享到社交媒體的主題。

您也可以在博客的工程技術，創新，工程初創企業，高校科研工作，研究所的更新，從智能手機或平板電腦或http://www.engineeringapps.net/教材及教育計劃提供信息的鏈接。

使用這個有用的應用程序設計為您的教程，數字圖書，參考指南，教學大綱，課程材料，項目工作，在博客上分享您的觀點。

一些在應用程序討論的主題有：

1.引言數據挖掘

2.數據架構

3.數據倉庫（DW）

4.關係型數據庫

5.交易數據庫

6.先進的數據和信息系統高級應用

7.數據挖掘功能

8.數據挖掘系統的分類

9.數據挖掘任務原語

10.一個數據挖掘系統的集成數據倉庫一個系統

11.主要問題在數據挖掘

12.在數據挖掘中的性能問題

13.介紹數據預處理

14.描述性數據匯總

15.測量數據的分散

16.基本的描述數據摘要的圖形顯示

17.數據清洗

18.噪聲數據

19.數據清洗工藝

20.數據集成和轉換

21.數據轉換

22.數據縮減

23.降維

24. Numerosity減少

25.集群和採樣

26.數據離散化和概念層次生成

27.概念層次生成分類數據

28.介紹數據倉庫

29.操作數據庫系統和數據倉庫之間的差異

30.多維數據模型

31.多維數據模型

32.數據倉庫架構

33.數據倉庫設計過程

34.三層數據倉庫架構

35.數據倉庫的後端工具和實用程序

36. OLAP服務器的類型：ROLAP MOLAP與對HOLAP

37.數據倉庫實施

38.數據倉庫到數據挖掘

39.聯機分析處理，以聯機分析挖掘

40.方法數據立方體計算

41.多路陣列聚集了全立體計算

42.星體積測量：使用動態星樹型結構計算冰山立方體

43.預先計算砲彈碎片的快速高維OLAP

44.驅動的數據立方體的探索

在多粒度45複雜聚合：多特徵立方體

46.面向屬性歸納

對於數據表徵47.面向屬性歸納

48.面向屬性歸納的高效實現

49.礦業類比較：不同類別區分

50.頻繁模式

51. Apriori算法

52.高效，可擴展的頻繁項集挖掘方法

每個主題都配有圖表，方程式等形式更好地學習和快速了解圖形表示的。

數據挖掘與數據倉庫是計算機科學，軟件工程，人工智能，機器學習和統計計算教育課程，並在各大學的信息技術與商務管理學位課程的一部分。