"《数据仓库与数据挖掘（微课视频版）》旨在介绍企业实践中数据仓库、数据分析和数据挖掘常见技术，包括如何构建、管理和使用面向大数据的数据仓库，如何使用常见工具对数据进行分析和展示，以及如何使用分类、聚类、回归、关联等算法进行数据挖掘。

全书共分3篇： 第1篇(第1~3章)为数据仓库篇，着重介绍数据仓库的基本概念、Hive的搭建和管理、基于Hive的SQL语言； 第2篇(第4~7章)为数据分析篇，着重讨论了如何使用WPS等工具对常见表格进行处理、如何使用NumPy和Pandas等Python工具包对数据进行分析、如何使用以FineReport为代表的BI软件进行报表开发； 第3篇(第8~13章)为数据挖掘篇，主要涵盖了线性回归、逻辑回归、决策树、随机森林、SVM、XGBoost、KMeans、DBSCAN、协同过滤等常见数据挖掘算法的原理、实现和参数优化方法，并介绍了常见的数据预处理方法和神经网络等人工智能技术。全书提供了大量应用案例，每章后均附有习题。

《数据仓库与数据挖掘（微课视频版）》适合作为高等院校人工智能、大数据、计算机等专业相关课程的教材，也可作为金融、医学、管理学等学科研究人员使用数据挖掘进行科研的参考书。

"