Microsoft Analysis Services 提供整合式環境，可用來建立和使用數據採礦模型。 您可以輕鬆地系結至數據源、在相同的數據上建立及測試多個模型，以及部署模型以用於預測性分析。
在基本數據採礦教學課程中，您已瞭解如何使用 SQL Server Data Tools （SSDT） 來建立數據採礦解決方案，並建置三個模型來支持目標郵寄活動，以分析客戶購買行為，以及針對潛在買家。
此中繼教學課程以該體驗為基礎，並引進數個新的案例，包括預測和購物籃分析等常見商務需求。 您將瞭解如何建立時間序列模型、關聯模型和時序群集模型。 最後，您將瞭解如何使用神經網路來探索數據中的相互關聯，以及使用羅吉斯回歸進行預測。
課程是獨立的，可以分開完成。
若要完成下列教學課程，您應該熟悉數據採礦工具和基本數據採礦教學課程中介紹的採礦模型查看器。
所有案例都會使用 AdventureWorksDW2012 數據源，但您將針對不同的案例建立不同的數據源檢視。 只要先建立數據源，您就可以依任何順序執行課程。
課程案例
成功進行目標郵寄活動之後，系統會要求您套用數據採礦的知識，以開發數個新的模型以用於商務規劃。 其中包括下列工作：
預測： 您將建立 時間序列 模型，以預測全球不同地區的產品銷售情況。 您將為每個區域開發個別模型，並瞭解如何使用 交叉預測。
購物籃分析： 您將建立 關聯模型，以分析在 Adventure Works Cycles 電子商務網站訪問期間購買的產品群組。 根據這個市場購物籃模型，您可以將產品推薦給客戶。
順序分析： 您建置 時序叢集模型，以分析客戶購買產品的順序。 根據此模型，您可以規劃網站設計或新產品供應項目的變更。
因素分析： 您可以使用 類神經網路 模型來探索通話中心數據中服務品質不佳的可能原因。 根據初步模型的深入解析，您將建立 羅吉斯回歸模型 來預測改善客戶體驗的策略。
學習內容
本教學課程會教導您如何建立和使用數種類型的數據採礦演算法。 本教學課程分為下列課程：
第1課：建立元數據採礦解決方案（元數據採礦教學課程）
在這一課，您將根據 AdventureWorksDW2012 資料庫建立新專案，以支援數個新的數據源檢視和更多採礦模型。
第2課：建置預測案例（元數據採礦教學課程）
在這一課，您將建立採礦模型，以作為預測案例的一部分。 您也會探索使用 Microsoft 時間序列演算法所建置的採礦模型。
您將建置個別區域的模型，然後建置可用於交叉預測的一般模型。
第3課：建置購物籃案例 （元數據採礦教學課程）
在這一課，您將新增數據源檢視，並瞭解如何使用巢狀數據表和索引鍵。 根據此數據，您將建立採礦模型，以作為購物籃案例的一部分使用。 您也會探索使用 Microsoft 關聯演算法所建置的採礦模型。
第 4 課：建置時序叢集案例（元數據採礦教學課程）
在這一課，您將建立採礦模型，以作為時序叢集案例的一部分。 您也將瞭解如何探索使用Microsoft時序群集演算法所建置的採礦模型。
第5課：建置類神經網路和羅吉斯回歸模型（元數據採礦教學課程）
在這一課，您將使用Microsoft類神經網路和Microsoft羅吉斯回歸演算法，建立數個相關的採礦模型。 您也將瞭解如何使用數據源檢視來探索模型基礎的數據。
需求
請確定已安裝下列項目：
Microsoft SQL Server 2014
Microsoft SQL Server Analysis Services
具有 AdventureWorksDW2012 資料庫的 SQL Server。
根據預設，不會安裝範例資料庫，以增強安全性。 若要安裝 Microsoft SQL Server 的官方資料庫，請流覽 [Microsoft SQL 範例資料庫 ] 頁面，然後選取適當的範例資料庫版本。