數(shù)據(jù)庫(kù)與數(shù)據(jù)挖掘

定　價(jià)：￥52.00

作　者：	安立華編
出版社：	中國(guó)財(cái)富出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

ISBN：	9787504769718	出版時(shí)間：	2019-09-01	包裝：	平裝
開本：	16開	頁(yè)數(shù)：	241	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《數(shù)據(jù)庫(kù)與數(shù)據(jù)挖掘》是結(jié)合數(shù)據(jù)庫(kù)與數(shù)據(jù)挖掘的課程特點(diǎn)及應(yīng)用需求、本科生乃至研究生的特點(diǎn)而編寫的，力求克服原理與應(yīng)用分離的缺點(diǎn)，弱化理論知識(shí)的抽象，體現(xiàn)注重能力、內(nèi)容創(chuàng)新、結(jié)構(gòu)合理、敘述通俗、易學(xué)易用的特點(diǎn)，全書以圖文并茂的形式介紹數(shù)據(jù)庫(kù)與數(shù)據(jù)挖掘的理論知識(shí)，以Microsoft SQL Server 2008乃至更高版本為平臺(tái)，詳細(xì)介紹了如何利用Microsoft SQL Server 2008進(jìn)行數(shù)據(jù)庫(kù)操作和數(shù)據(jù)挖掘的知識(shí)和方法。

作者簡(jiǎn)介

　　安立華：東北林業(yè)大學(xué)工程技術(shù)學(xué)院講師，哈爾濱工業(yè)大學(xué)在讀博士。主講《數(shù)據(jù)庫(kù)與數(shù)據(jù)挖掘》與《物流信息系統(tǒng)》。主持省級(jí)課題2項(xiàng)，參與課題2項(xiàng)，發(fā)表學(xué)術(shù)論文10余篇，發(fā)表教改論文2篇。主編教材1部，參編1部。

圖書目錄

1 數(shù)據(jù)庫(kù)概論
1．1 數(shù)據(jù)庫(kù)系統(tǒng)概述
1．2 數(shù)據(jù)庫(kù)系統(tǒng)體系結(jié)構(gòu)
1．3 數(shù)據(jù)模型
1．4 關(guān)系數(shù)據(jù)庫(kù)
1．5 關(guān)系代數(shù)基礎(chǔ)
1．6 關(guān)系數(shù)據(jù)庫(kù)規(guī)范化理論
1．7 數(shù)據(jù)庫(kù)技術(shù)發(fā)展現(xiàn)狀與趨勢(shì)
本章小結(jié)
習(xí)題
2 SQL Server 2008數(shù)據(jù)庫(kù)基礎(chǔ)
2．1 SQL Server 2008的數(shù)據(jù)類型
2．2 SQL Server 2008數(shù)據(jù)庫(kù)的創(chuàng)建與管理
2．3 數(shù)據(jù)表的創(chuàng)建與管理
2．4 索引
2．5 視圖
本章小結(jié)
習(xí)題
3 數(shù)據(jù)庫(kù)設(shè)計(jì)
3．1 數(shù)據(jù)庫(kù)設(shè)計(jì)概述
3．2 需求分析
3．3 概念結(jié)構(gòu)設(shè)計(jì)
3．4 邏輯結(jié)構(gòu)設(shè)計(jì)
3．5 物理結(jié)構(gòu)設(shè)計(jì)
3．6 數(shù)據(jù)庫(kù)的實(shí)施和維護(hù)
本章小結(jié)
習(xí)題
4 事務(wù)管理與并發(fā)控制
4．1 事務(wù)的概念及基本特性
4．2 DBMS對(duì)事務(wù)的并發(fā)控制
4．3 封鎖
4．4 死鎖和活鎖
本章小結(jié)
習(xí)題
5 數(shù)據(jù)庫(kù)安全性與權(quán)限管理
5．1 數(shù)據(jù)庫(kù)的安全性概念及安全性控制措施
5．2 數(shù)據(jù)庫(kù)備份和恢復(fù)
5．3 SQL Server 2008的安全管理
本章小結(jié)
習(xí)題
6 數(shù)據(jù)倉(cāng)庫(kù)技術(shù)
6．1 數(shù)據(jù)倉(cāng)庫(kù)的產(chǎn)生與發(fā)展
6．2 數(shù)據(jù)倉(cāng)庫(kù)的基本概念
6．3 數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的體系結(jié)構(gòu)
6．4 影響數(shù)據(jù)倉(cāng)庫(kù)成功的因素
6．5 數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)
本章小結(jié)
習(xí)題
7 數(shù)據(jù)挖掘概述
7．1 數(shù)據(jù)挖掘簡(jiǎn)介
7．2 數(shù)據(jù)挖掘的步驟
7．3 數(shù)據(jù)挖掘的相關(guān)技術(shù)與工具
7．4 數(shù)據(jù)挖掘系統(tǒng)的設(shè)計(jì)
7．5 數(shù)據(jù)挖掘的應(yīng)用
本章小結(jié)
習(xí)題
8 關(guān)聯(lián)分析
8．1 關(guān)聯(lián)規(guī)則的基本概念
8．2 Apriori算法
本章小結(jié)
習(xí)題
9 聚類分析
9．1 引言
9．2 概述
9．3 聚類分析的算法分類
9．4 K-means算法
9．5 K-medoids算法
9．6 離群點(diǎn)分析
本章小結(jié)
習(xí)題
10 分類
10．1 分類過(guò)程
10．2 決策樹分類
10．3 貝葉斯分類算法
本章小結(jié)
習(xí)題
參考文獻(xiàn)