برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید

09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Data Mining with Microsoft® SQL Server™ 2000 Technical Reference

دانلود کتاب داده کاوی با مرجع فنی Microsoft® SQL Server ™ 2000

مشخصات کتاب

Data Mining with Microsoft® SQL Server™ 2000 Technical Reference

دسته بندی: پایگاه داده ها
ویرایش: 1 
نویسندگان: Claude Seidman  
سری: IT Professional 
ISBN (شابک) : 0735612714, 9780735612716 
ناشر: Microsoft Press 
سال نشر: 2001 
تعداد صفحات: 0 
زبان: English 
فرمت فایل : CHM (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 1 مگابایت

قیمت کتاب (تومان) : 44,000

میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 7

در صورت تبدیل فایل کتاب Data Mining with Microsoft® SQL Server™ 2000 Technical Reference به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب داده کاوی با مرجع فنی Microsoft® SQL Server ™ 2000 نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.

توضیحاتی در مورد کتاب داده کاوی با مرجع فنی Microsoft® SQL Server ™ 2000

پایگاه داده سازمانی شما فقط به اندازه داده های استراتژیک است که می توانید از آن استخراج کنید. آیا مشتریانی که غلات صبحانه می خرند معمولاً موز نیز می خرند؟ آیا بین بارندگی در یک منطقه خاص و شیوع یک بیماری خاص در آنجا ارتباط وجود دارد؟ داده کاوی با مرجع فنی Microsoft SQL Server 2000 نحوه استفاده از ابزارهای تجزیه و تحلیل مایکروسافت را برای پایگاه داده های بزرگ نشان می دهد. نویسنده Claude Seidman توصیه هایی در مورد فرآیند مهندسی مدل سازی داده به طور کلی ارائه می دهد، از جمله طراحی استراتژی هایی که احتمالاً نتایج معنی داری به همراه دارد، طراحی انبارهای داده، رشد درخت های تصمیم گیری، شناسایی خوشه ها و ناهنجاری ها در داده ها، و خودکار کردن فرآیندهای کاوی با کد. علیرغم تعیین آن. به عنوان یک مرجع، این کتاب تا حد زیادی یک آموزش است - برای مشاوره در مورد چگونگی وادار کردن خدمات تجزیه و تحلیل به طور خاص به آن مراجعه کنید. سیدمن از یک تکنیک آموزشی کلاسیک و موثر استفاده می‌کند و در طول کتاب به مثال‌هایی پایبند است و به نمونه‌های قبلی اضافه می‌کند و جنبه‌های دیگری از داده‌کاوی مایکروسافت را بررسی می‌کند. تصویرسازی او شامل شناسایی قارچ‌های خوراکی، بر اساس پایگاه داده‌ای از حقایق در مورد قارچ‌های شناخته‌شده است، و او شیوه‌های نثر را با اسکرین شات‌ها و خرد انباشته‌شده ترکیب کرده است تا تاثیرات زیادی داشته باشد. اگر سازمان شما از Microsoft SQL Server 2000 برای ذخیره سازی داده استفاده کرده است، این کتاب را برای مشاوره در مورد استخراج دانش بخوانید.

توضیحاتی درمورد کتاب به خارجی

Your organizational database is only as good as the strategic data you can extract from it. Do customers who buy breakfast cereal typically buy bananas as well? Is there a correlation between rainfall in a particular region and the prevalence of a particular illness there? Data Mining with Microsoft SQL Server 2000 Technical Reference shows how to use Microsoft's analysis tools for large databases. Author Claude Seidman offers advice on the data-modeling engineering process as a whole, including designing strategies likely to yield meaningful results, designing data warehouses, growing decision trees, spotting clusters and anomalies in data, and automating mining processes with code.Despite its designation as a reference, this book is largely a tutorial - you'll refer to it for advice on how to make Analysis Services do something in particular. Seidman uses a classic and effective tutorial technique, sticking with an example throughout the book and adding to previous examples as he explores additional aspects of Microsoft data mining. His illustration involves identifying edible mushrooms, based on a database of facts about known mushrooms, and he's combined how-to prose with screen shots and accumulated wisdom to great effect. If your organization has gone with Microsoft SQL Server 2000 for data storage, read this book for advice on knowledge extraction.