Data Warehouse 概念与 Data Mine技术
数据仓库的发展概况
数据仓库的体系结构
数据仓库的参照结构
数据挖掘技术概述
常用的数据挖掘技术与工具
数据挖掘技术的应用
Data Warehouse模型设计
数据仓库的概述模型
数据仓库的LDM（逻辑模型）
数据仓库的PDM（物理模型）
数据仓库的元数据模型
数据仓库的粒度和聚集模型
数据仓库开发应用过程
数据仓库的规划设计
数据仓库的概念模型设计
数据仓库的LDM设计
数据仓库的PDM设计
数据仓库的实施
数据仓库的应用
数据预处理技术（ETL）
数据抽取、转换、装载技术的实现
集成和变换
规范化
数据归约
维归约
数据压缩
数值归约
OLAP技术
OLAP技术的概述
OLAP与多维分析技术
OLAP的实施
多维OLAP与关系OLAP
常见OLAP 产品应用
数据挖掘技术与工具
传统的统计分析类数据挖掘技术
统计分析类工具
统计分析类工具的应用及问题
知识挖掘系统的体系结构
现代挖掘技术及应用
知识发现工具与应用
数据挖掘技术的发展
数据挖掘的主要算法和模型
聚集
决策树
神经网络
关联分析
序列分析
常见挖掘工具的使用
数据仓库应用与管理
数据仓库用户
数据仓库应用案例
数据仓库的运行技术管理
数据仓库的元数据管理
数据仓库应用中的法律问题
数据仓库的成本与效益分析
数据仓库ETL开发实例之SSIS
SQL Server Integration Services的基本功能
开发实现Integration Services的解决方案
实现控制流
实现数据流
实现日志
调试和错误处理
执行检查点和事务处理
配置和部署实现
管理和保护包
数据仓库OLAP开发实例之SSAS
介绍Microsoft SQL Server Analysis Services
创建多维分析的方案
应用cube与维度
应用Measures 和Measure Groups
查询多维分析方案
自定义Cube功能
部署分析服务数据库
维护一个多维的解决方案
数据挖掘的基本应用
数据仓库展现开发实例之SSRS
常见的展现工具
使用SSRS基本功能
其它展现工具的应用