• Fri frakt över 249 kr
  • •
  • Snabba leveranser
  • •
  • Billiga böcker
Kundservice

Du är på sajten för privatpersoner.

Företag, bibliotek eller offentlig verksamhet?

Du handlar på classic.bokus.com, där alla dina funktioner finns intakta.
Till classic.bokus.com
Bokus logotyp. Gå till startsidan.
  • Erbjudanden
  • Nyheter
  • Student
  • Topplistor
  • Barn & ungdom
  • Bokus Play
  • E-böcker
  • Pocketböcker
  • Spel & pussel

10% rabatt på allt med kod NYSTART10 →

Sidfot

Mina sidor

    Hjälp

    • Kundservice
    • Vanliga frågor och svar
    • Frakt och leverans
    • Retur vid ångerrätt
    • Reklamera vara
    • Betalning
    • Köpvillkor
    • Allmänna villkor
    • Information om webbplatsens tillgänglighet

    Om Bokus

    • Om oss
    • Pressrum
    • För studenter
    • För företag
    • För bibliotek och offentlig verksamhet
    • För leverantörer
    • Hållbarhet

    Populärt

    • Aktuella erbjudanden
    • Presentkort
    • Studentlitteratur
    • Nya böcker
    • Topplistor
    • Signerade böcker
    • Engelska böcker

    Inspiration

    • Boktips
    • BookTok
    • Populära bokserier
    • Barnbokskaraktärer
    • Populära författare
    Logotyp för Bokus
    Följ oss på Facebook (extern länk)Följ oss på Instagram (extern länk)Följ oss på YouTube (extern länk)Följ oss på TikTok (extern länk)
    bokus @ CookiesAnpassa cookiesIntegritetspolicyKöpvillkor
    Till Citymail hemsida (extern länk)Till Budbee hemsida (extern länk)Till Postnord hemsida (extern länk)Till Schenker hemsida (extern länk)Till Early Bird hemsida (extern länk)Till Walleys hemsida (extern länk)
    1. Data och IT
    2. Databaser

    Data Mining with Microsoft SQL Server 2008

    AvJamie MacLennan,ZhaoHui Tang

    Häftad, Engelska, 2008

    555 kr

    Beställningsvara. Skickas inom 5-8 vardagar. Fri frakt över 249 kr.

    Beskrivning

    Understand how to use the new features of Microsoft SQL Server 2008 for data mining by using the tools in Data Mining with Microsoft SQL Server 2008, which will show you how to use the SQL Server Data Mining Toolset with Office 2007 to mine and analyze data. Explore each of the major data mining algorithms, including naive bayes, decision trees, time series, clustering, association rules, and neural networks. Learn more about topics like mining OLAP databases, data mining with SQL Server Integration Services 2008, and using Microsoft data mining to solve business analysis problems.

    Produktinformation

    • Utgivningsdatum:2008-11-07
    • Mått:188 x 229 x 41 mm
    • Vikt:1 021 g
    • Format:Häftad
    • Språk:Engelska
    • Antal sidor:672
    • Förlag:John Wiley & Sons Inc
    • ISBN:9780470277744

    Utforska kategorier

    • Databaser inom Data och IT
    • Programmeringsböcker inom Data och IT

    Mer om författaren

    Jamie MacLennan is principal development manager of the SQL Server Analysis Services at Microsoft. He has more than 25 patents or patents pending for his work on SQL Server Data Mining, and has written extensively on the data mining technology in SQL Server. ZhaoHui Tang is a principal group program manager at Microsoft adCenter and inventor of Keyword Services Platform. Bogdan Crivat is a senior software design engineer in SQL Server Analysis Services at Microsoft, working primarily on the data mining platform.

    Innehållsförteckning

    • 1. Introduction to Data Mining. 2. Applied Data Mining Using Microsoft Excel 2007.3. DMX and SQL Server Data Mining Concepts.4. Using SQL Server Data Mining.5. Implementing a Data Mining Process Using Office 2007.6. Microsoft Naïve Bayes.7. Microsoft Decision Trees Algorithm.8. Microsoft Time Series Algorithm.9. Microsoft Clustering.10. Microsoft Sequence Clustering.11. Microsoft Association Rules.12. Microsoft Neural Network and Logistic Regression.13. Mining OLAP Cubes.14. Data Mining with SQL Server Integration Services.15. SQL Server Data Mining Architecture.16. Programming SQL Server Data Mining.17. Extending SQL Server Data Mining.18. Implementing a Web Cross-Selling Application.19. Conclusion and Additional Resources.Appendix A. Datasets.Appendix B. Supported Functions.Index.