《BI那点儿事—数据的艺术》目录索引

转自:http://www.cnblogs.com/Bobby0322/p/4052495.html

原创·《BI那点儿事—数据的艺术》教程免费发布

各位园友,大家好,我是Bobby,在学习BI和开发的项目的过程中有一些感悟和想法,整理和编写了一些学习资料,本来只是内部学习使用,但为了方便更多的BI开发者,推动BI企业级应用开发,决定整理成一部教程,并在网络上免费发布该教程,希望为BI时代贡献绵薄之力! 
本教程是由Bobby参考官方文档,综合市面相关书籍,经过充分的吸收消化,结合开发实践的而创作的一部原创作品,为了本教程及早与广大读者同仁见面、分享,特采用定稿一部分就发布一部分的连载方式发布。园友可以在本博客获取最新内容。

【原创·教程·连载】《BI那点儿事—数据的艺术》目录索引


  1. 《BI那点儿事》SQL Server 2008体系架构
  2. 《BI那点儿事》OLTP和OLAP
  3. 《BI那点儿事》常用BI术语——关键绩效指标
  4. 《BI那点儿事》META DATA(元数据)
  5. 《BI那点儿事—数据的艺术》理解维度数据仓库——事实表、维度表、聚合表
  6. 《BI那点儿事》数据仓库建模:星型模式、雪片模式
  7. 《BI那点儿事》Cube的存储
  8. 《BI那点儿事》ETL中的关键技术
  9. 《BI那点儿事》BI解决方案中使用的查询语言——MDX
  10. 《BI那点儿事》BI解决方案中使用的查询语言——DMX
  11. 《BI那点儿事》BI解决方案中使用的查询语言——XMLA
  12. 《BI那点儿事》BI解决方案中使用的查询语言——RDL


【原创·连载】微软BI项目笔记连载
本系列文章主要是结合实际项目,加上自己的总结,整理出来的一系列项目笔记,涉及微软SQL Server2008中商务智能开发中的SSAS、SSIS模块

Integration Services 转换



商业智能转换

  1. 《BI那点儿事》数据流转换——渐变维度转换
  2. 《BI那点儿事》数据流转换——模糊分组转换
  3. 《BI那点儿事》数据流转换——模糊查找转换
  4. 《BI那点儿事》数据流转换——字词提取转换
  5. 《BI那点儿事》数据流转换——字词查找转换
  6. 《BI那点儿事》数据流转换——数据挖掘查询转换

行转换

  1. 《BI那点儿事》数据流转换——字符映射表
  2. 《BI那点儿事》数据流转换——复制列转换
  3. 《BI那点儿事》数据流转换——数据转换
  4. 《BI那点儿事》数据流转换——派生列
  5. 《BI那点儿事》数据流转换——导入列、导出列
  6. 《BI那点儿事》数据流转换——脚本组件
  7. 《BI那点儿事》数据流转换——OLE DB 命令转换

行集转换

  1. 《BI那点儿事》数据流转换——聚合
  2. 《BI那点儿事》数据流转换——排序
  3. 《BI那点儿事》数据流转换——百分比抽样、行抽样
  4. 《BI那点儿事》数据流转换——透视
  5. 《BI那点儿事》数据流转换——逆透视转换

拆分和联接转换

  1. 《BI那点儿事》数据流转换——条件性拆分
  2. 《BI那点儿事》数据流转换——多播、Union All、合并、合并联接
  3. 《BI那点儿事》数据流转换——查找转换
  4. 《BI那点儿事》数据流转换——缓存转换

审核转换

  1. 《BI那点儿事》数据流转换——审核
  2. 《BI那点儿事》数据流转换——行计数转换

自定义转换

商务智能与数据挖掘应用


  1. 《BI那点儿事》数据挖掘初探
  2. 《BI那点儿事》数据挖掘的主要方法
  3. 《BI那点儿事》浅析十三种常用的数据挖掘的技术
  4. 《BI那点儿事》数据挖掘与相关领域的关系
  5. 《BI那点儿事》Microsoft 关联算法
  6. 《BI那点儿事》Microsoft 聚类分析算法
  7. 《BI那点儿事》Microsoft 聚类分析算法——三国人物身份划分
  8. 《BI那点儿事》Microsoft 决策树算法
  9. 《BI那点儿事》Microsoft 决策树算法——找出三国武将特性分布,献给广大的三国爱好者们
  10. 《BI那点儿事》Microsoft 线性回归算法
  11. 《BI那点儿事》Microsoft 逻辑回归算法
  12. 《BI那点儿事》Microsoft 逻辑回归算法——预测股票的涨跌
  13. 《BI那点儿事》Microsoft Naive Bayes 算法
  14. 《BI那点儿事》Microsoft Naive Bayes 算法——三国人物身份划分
  15. 《BI那点儿事》Microsoft 神经网络算法
  16. 《BI那点儿事》Microsoft 顺序分析和聚类分析算法
  17. 《BI那点儿事》Microsoft 时序算法
  18. 《BI那点儿事》Microsoft 时序算法——验证神奇的斐波那契数列
  19. 《BI那点儿事》数据挖掘各类算法——准确性验证

SSRS图表和仪表


  1. 《BI那点儿事》SSRS图表和仪表——雷达图分析三国超一流谋士、统帅数据(图文并茂)
  2. SSRS图表和仪表——K线图
  3. SSRS图表和仪表——气泡图

三国数据分析系列
献给广大的三国爱好者们,希望喜欢三国的朋友一起讨论,加深对传奇三国时代的了解


    1. 《BI那点儿事》Microsoft 决策树算法——找出三国武将特性分布,献给广大的三国爱好者们
    2. 《BI那点儿事》SSRS图表和仪表——雷达图分析三国超一流谋士、统帅数据(图文并茂)
    3. 《BI那点儿事》三国数据分析系列——蜀汉五虎上将与魏五子良将武力分析,绝对的经典分析
    4. 《BI那点儿事》Microsoft 聚类分析算法——三国人物身份划分
    5. 《BI那点儿事》Microsoft Naive Bayes 算法——三国人物身份划分
    6. 《BI那点儿事》三国人物智力分布状态分析
    7. 《BI那点儿事》运用标准计分和离差——分析三国超一流统帅综合实力排名 绝对客观,数据说话
    8. 《BI那点儿事》Microsoft 神经网络算法
    9. 《BI那点儿事》双变量的相关分析——相关系数
时间: 2024-10-08 02:34:10

《BI那点儿事—数据的艺术》目录索引的相关文章

《BI那点儿事—数据的艺术》理解维度数据仓库——事实表、维度表、聚合表

事实表 在多维数据仓库中,保存度量值的详细值或事实的表称为“事实表”.一个按照州.产品和月份划分的销售量和销售额存储的事实表有5个列,概念上与下面的示例类似. Sate Product Mouth Units Dollars WA Mountain-100 January 3 7.95 WA Cable Lock January 4 7.32 OR Mountain-100 January 3 7.95 OR Cable Lock January 4 7.32 WA Mountain-100 F

《BI那点儿事》Microsoft 神经网络算法

原文:<BI那点儿事>Microsoft 神经网络算法 Microsoft神经网络是迄今为止最强大.最复杂的算法.要想知道它有多复杂,请看SQL Server联机丛书对该算法的说明:“这个算法通过建立多层感知神经元网络,建立分类和回归挖掘模型.与Microsoft决策树算法类似,在给定了可预测属性的每个状态时, Microsoft神经网络算法计算输入属性每个可能状态的概率.然后可以用这些概率根据输入属性预测被预测属性的输出.”什么时候用这个算法呢?推荐在其他算法无法得出有意义的结果时再用,如提

《BI那点儿事》数据流转换——逆透视转换

原文:<BI那点儿事>数据流转换--逆透视转换 逆透视转换将来自单个记录中多个列的值扩展为单个列中具有同样值的多个记录,使得非规范的数据集成为较规范的版本.例如,每个客户在列出客户名的数据集中各占一行,在该行的各列中显示购买的产品和数量.逆透视转换将数据集规范之后,客户购买的每种产品在该数据集中各占一行. 我们下一步是进行逆透视.与透视配置不同,逆透视配置相对简单. 你将需要选择透视字段,在这个例子中透视字段是Ham.Soda.Milk.Beer和Chips.透视字段名称将出现在标题为Prod

《BI那点儿事》数据挖掘的主要方法

原文:<BI那点儿事>数据挖掘的主要方法 一.回归分析目的:设法找出变量间的依存(数量)关系, 用函数关系式表达出来.所谓回归分析法,是在掌握大量观察数据的基础上,利用数理统计方法建立因变量与自变量之间的回归关系函数表达式(称回归方程式).回归分析中,当研究的因果关系只涉及因变量和一个自变量时,叫做一元回归分析:当研究的因果关系涉及因变量和两个或两个以上自变量时,叫做多元回归分析.此外,回归分析中,又依据描述自变量与因变量之间因果关系的函数表达式是线性的还是非线性的,分为线性回归分析和非线性回

《BI那点儿事》数据流转换——透视

原文:<BI那点儿事>数据流转换--透视 这个和T-SQL中的PIVOT和UNPIVOT的作用是一样的.数据透视转换可以将数据规范或使它在报表中更具可读性. 通过透视列值的输入数据,透视转换将规范的数据集转变成规范程度稍低.但更为简洁的版本.例如,在列有客户名称.产品和购买数量的规范的 Orders 数据集中,任何购买多种产品的客户都有多行,每一行显示一种产品的详细订购信息.此时,如果对产品列透视数据集,透视转换可以输出每个客户只有一行的数据集.这一行列出该客户购买的所有产品,产品名称显示为列

《BI那点儿事》浅析十三种常用的数据挖掘的技术

原文:<BI那点儿事>浅析十三种常用的数据挖掘的技术 一.前沿 数据挖掘就是从大量的.不完全的.有噪声的.模糊的.随机的数据中,提取隐含在其中的.人们事先不知道的但又是潜在有用的信息和知识的过程.数据挖掘的任务是从数据集中发现模式,可以发现的模式有很多种,按功能可以分为两大类:预测性(Predictive)模式和描述性(Descriptive)模式.在应用中往往根据模式的实际作用细分为以下几种:分类,估值,预测,相关性分析,序列,时间序列,描述和可视化等. 数据挖掘涉及的学科领域和技术很多,有

《BI那点儿事》数据流转换——字词查找转换

原文:<BI那点儿事>数据流转换--字词查找转换 字词查找转换将从转换输入列的文本中提取的字词与引用表中的字词进行匹配,然后计算出查找表中的字词在输入数据集中出现的次数,并将计数与引用表中的此字词一并写入转换输出的列中.此转换对于创建基于输入文本并带有词频统计信息的自定义词列表很有用. 本章功能:取出一个表中某字段的数据,并取出另一个表中的关键词,判断关键词在源记录中出现的次数.创建模拟数据: --用于查找的表 CREATE TABLE [CustFeedback] ( [Srlno] INT

《BI那点儿事》数据流转换——查找转换

原文:<BI那点儿事>数据流转换--查找转换 查找转换通过联接输入列中的数据和引用数据集中的列来执行查找.是完全匹配查找.在源表中查找与字表能关联的所有源表记录.准备数据.源表 T_QualMoisture_Middle_Detail字典表 T_DIC_QualProcess数据流任务设计图: 设计步骤:

《BI那点儿事》Microsoft 线性回归算法

原文:<BI那点儿事>Microsoft 线性回归算法 Microsoft 线性回归算法是 Microsoft 决策树算法的一种变体,有助于计算依赖变量和独立变量之间的线性关系,然后使用该关系进行预测.该关系采用的表示形式是最能代表数据序列的线的公式.例如,以下关系图中的线是数据最可能的线性表示形式. 关系图中的每个数据点都有一个与该数据点与回归线之间距离关联的错误.回归方程式中的系数 a 和 b 可以调整回归线的角度和位置.可以对 a 和 b 进行调整,直到与所有点都关联的错误总数达到最低值