大数据时代：深入浅出微软数据挖掘算法总结连载

本系列文章主要是涉及内容为微软商业智能（BI）中一系列数据挖掘算法的总结，其中涵盖各个算法的特点、应用场景、准确性验证以及结果预测操作等，所采用的案例数据库为微软的官方数据仓库案例（AdventureWorksDW2008R2），数据库基于Microsoft SQL Server 2008，主要涉及DM模块，目录整理如下：

（原创）大数据时代：基于微软案例数据库数据挖掘知识点总结（Microsoft 决策树分析算法）

（原创）大数据时代：基于微软案例数据库数据挖掘知识点总结（Microsoft 聚类分析算法）

（原创）大数据时代：基于微软案例数据库数据挖掘知识点总结（Microsoft Naive Bayes 算法）

（原创）大数据时代：基于微软案例数据库数据挖掘知识点总结（结果预测篇）

（原创）大数据时代：基于微软案例数据库数据挖掘知识点总结（Microsoft 时序算法）

（原创）大数据时代：基于微软案例数据库数据挖掘知识点总结（Microsoft 时序算法——结果预算+下期彩票预测篇）推荐篇

（原创）大数据时代：基于微软案例数据库数据挖掘知识点总结（Microsoft 关联规则分析算法）

（原创）大数据时代：基于微软案例数据库数据挖掘知识点总结（Microsoft 顺序分析和聚类分析算法）

（原创）大数据时代：基于微软案例数据库数据挖掘知识点总结（Microsoft 神经网络分析算法原理篇）

（原创）大数据时代：基于微软案例数据库数据挖掘知识点总结（Microsoft 神经网络分析算法）

（原创）大数据时代：基于微软案例数据库数据挖掘知识点总结（Microsoft 线性回归分析算法）

后续文章整理中...部分内容参照联机丛书....希望对研究BI的院友们有所帮助，权作交流学习之用......