Data Warehouse & BI 技术

课程名称：

Data Warehouse & BI 技术

课程天数：

5天

课程描述：

该本课程主要介绍数据仓库系统的体系结构的构建与应用，以及数据逻辑模型、物理模型设计、元数据管理、数据挖掘技术、OLAP分析技术及相应的开发工具、前端展现工具的应用等。在讲解过程中通过相应的实例加实践来帮助学员加这门技术知识的理解与应用。

课程要求：

了解关系型数据库基础知识、适用于数据库管理员、数据库系统开发人员，与数据库相关应用系统分析员、开发人员，技术支持专业人员等

课程收获：

课程大纲：

l   Data Warehouse 概念与 Data Mine技术

n  数据仓库的发展概况

n  数据仓库的体系结构

n  数据仓库的参照结构

n  数据挖掘技术概述

n  常用的数据挖掘技术与工具

n  数据挖掘技术的应用

l   Data Warehouse模型设计

n  数据仓库的概述模型

n  数据仓库的LDM（逻辑模型）

n  数据仓库的PDM（物理模型）

n  数据仓库的元数据模型

n  数据仓库的粒度和聚集模型

l   数据仓库开发应用过程

n  数据仓库的规划设计

n  数据仓库的概念模型设计

n  数据仓库的LDM设计

n  数据仓库的PDM设计

n  数据仓库的实施

n  数据仓库的应用

l   OLAP技术

n  OLAP技术的概述

n  OLAP与多维分析技术

n  OLAP的实施

n  多维OLAP与关系OLAP

n  常见OLAP 产品应用

l   数据挖掘技术与工具

n  传统的统计分析类数据挖掘技术

n  统计分析类工具

n  统计分析类工具的应用及问题

n  知识挖掘系统的体系结构

n  现代挖掘技术及应用

n  知识发现工具与应用

n  数据挖掘技术的发展

n  数据挖掘的主要算法和模型

n  聚集

n  决策树

n  神经网络

n  关联分析

n  序列分析

n  常见挖掘工具的使用

l   数据预处理技术（ETL）

n  数据抽取、转换、装载技术的实现

n  集成和变换

n  规范化

n  数据归约

n  维归约

n  数据压缩

n  数值归约

l   数据仓库应用与管理

n  数据仓库用户

n  数据仓库应用案例

n  数据仓库的运行技术管理

n  数据仓库的元数据管理

n  数据仓库应用中的法律问题

n  数据仓库的成本与效益分析

l   数据仓库开发实例专题

n  实例数据仓库的规划与分析

n  数据仓库开发工具的应用

n  数据仓库创建实例

n  数据仓库事实表与多维数据集的建立

l   数据仓库与挖掘应用实例

n  数据仓库的数据加载与钻取

n  数据挖掘工具的应用

n  数据企业级报表工具的应用

n  数据即席查询分析工具的应用

n  数据仓库客户端界面的设计