內容簡介
本書作者精心彙整大數據分析工作所需的理論知識、系統開發，程式撰寫與建立模型之實務經驗，以資料庫實作為主軸，導引出大數據之應用和未來方向；由資料分析、資料倉儲到資料探勘，皆有周詳的說明與釋例，讓讀者一目了然，在觀念結構的建立上能更有效率的掌握，並舉列案例讓讀者透過案例分析，而能對資料庫的概念有更深一層的體會。
書中並完整介紹一些常用和知名套件如何撰寫、使用以及對跑出的結果如何進行解讀，例如：如何利用wordcloud套件繪製文字雲、Arules
套件
apriori
進行關聯規則分析、stats套件
kmeans
進行集群分析、C50
套件
C5.0
進行決策樹分析、stats
套件
glm
和RevoScaleR
套件
rxLogit進行羅吉斯迴歸分析等，相信對於有志成為資料科學家的初學者而言，本書絕對是一本絕佳的入門書籍。
※本書架構：
1. 第一、二、三、五章：主要介紹關聯式資料庫中進階技巧，以檢視表為開端，接續單元介紹索引技術、交易管理和可程式性物件，讓讀者建立在處理大量結構化資料時能更有效率的觀念與基礎。
2. 第四章：介紹
ADO.NET
資料庫程式設計，讓讀者從無到有建置一個小型資訊系統專案，建立對於資訊系統開發之認識，以及提升程式撰寫的能力。
3. 第六章：介紹資料倉儲與資料探勘，對於監督式學習或非監督式學習相關知識有一定程度的了解。
4. 第七章：介紹
SQL Server
2016
版才有的新功能，也是微軟致力於大數據分析的解決方案，主要提供資料科學家能夠透過原先所熟悉的
R
語言，不論是在交談式介面中透過SQL Server R Services直接撰寫
R
腳本指令進行資料分析，或是在
Visual Studio.NET
中透過R Tools for Visual Studio或
Microsoft R Client
的安裝，在原有
Visual Studio開發環境撰寫
R
指令從事各種機器學習，進行關聯、分類、集群和預測的工作。
書附光碟內容
1.Microsoft SQL Server
2016
範例資料庫
2.SQLServer2016
本書特色
1. 以資料庫的實作為主軸，詳述大數據的應用和未來方向。
2. 詳盡說明資料分析、倉儲與探勘等課題。
3. 舉列實際案例且循序引導，進而培養對資料庫的概念。
4. 常用套件、知名套件之介紹、撰寫、解讀說明與範例。
5. 對有志成為資料科學家的初學者而言，本書絕對是一本絕佳的入門書籍。
