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......