• 数据挖掘算法没有好坏，根据数据与数据分析需求的特点确定算法 • 数据挖掘建模标准（CRISP-DM） – 定义商业问题，理解业务背景，了解业务需求 – 数据探索、预处理与分析 – 确定可能的模型，并验证评估 – 选择分析较优算法，并进一步调优 – 应用部署模型

6.1 数据库设计的步骤 6.2 需求分析 6.3 概念结构设计 6.4 逻辑结构设计 6.5 数据库物理设计 6.6 数据库实施 6.7 数据库运行维护

一、信息结构与E-R方法 二、概念数据模型 三 、传统的三大数据模型 四、数据独立性与三层结构 五、数据库管理系统的结构

3.1 SQL概述 3.2数据定义语言（DDL） 3.3 SQL的数据查询（DML） 3.4 SQL的数据更新（DML） 3.5视图 3.6数据控制语言（DCL） 3.7嵌入式SQL语言 3.8 存储过程*（T-SQL）

1.1 为什么要学习数据结构 1.2 什么是数据结构 1.3 抽象数据类型 1.4 算法的特性及分类 1.5 算法的效率度量 1.6 数据结构的选择和评价

§2.1数据的来源 §2.2调查数据 §2.3实验数据 §2.4数据的误差 §2.5数据文件

2.1C的数据类型 2.2常量与变量 2.3整形数据 2.4实型数据 2.5字符型数据 2.6变量赋初值 2.7各类数值型数据间的混合运算 2.8算术运算符与算术表达式 2.9赋值运算符和赋值表达式 2.10逗号运算符和逗号表达式

3.1 SQL概述 3.2数据定义语言（DDL） 3.3 SQL的数据查询（DML） 3.4 SQL的数据更新（DML） 3.5视图 3.6数据控制语言（DCL） 3.7嵌入式SQL语言 3.8 存储过程*（T-SQL）

4.1 建立数据库 4.2 建立数据库表与自由表 4.3 数据库中对表的操作 4.4 数据库与表的基本操作命令

一、常用的数据库的连接方法 1 ODBC 2 OLE DB 3 ADO 二、在 DELPHI中的数据库开发 三、在 Visual Basic中的数据库开发 四、在ASP中的数据库开发