第11章数据仓库和数据挖掘 1.数据仓库 2.联机分析处理(OLAP) 3.知识发现和数据挖掘

一、数据录入和格式化工作表 二、公式与函数的应用及案例 三、图表及打印输出及其它设置 四、数据分析及管理

6.1 一个颠覆常识的认知实例 6.2 人类认知学习的生理学原理 6.3 认知过程的基本规律：“认”出特征，“知”道归属 6.4 大数据认知的计算机实现：以人脸识别为例 6.5 教育大数据与教育大数据技术的应用定位分析 6.6 本章小结

1.1 什么是数据结构 1.2 算法的描述 1.3 算法分析 1.4 退出

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 数据库的物理设计 6.6 数据库实施 6.7 数据库运行与维护

1．空间数据模型的基本问题 2. 场模型 3. 要素模型 4.基于要素的空间分析 5.网络结构模型 6.时空模型 7.三维模型

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

1.1 什么是数据结构 1.2 算法的描述 1.3 算法分析 1.4 本章作业

▪ 7.1 数据库设计概述 ▪ 7.2 需求分析 ▪ 7.3 概念结构设计 ▪ 7.4 逻辑结构设计 ▪ 7.5 数据库物理设计 ▪ 7.6 数据库实施 ▪ 7.7 数据库运行与维护 ▪ 7.8 小结 ▪ 7.9 练习

学习数据结构的基本概念和必要的基础知识。 理解逻辑结构、存储结构和运算的关系。 学会分析研究计算机加工的数据结构的特性，掌握常用的数据结构的特点并能正确地选择数据结构。 为应用涉及的数据选择适当的逻辑结构和存储结构，并能设计出较高质量的算法