資料採礦的增強功能 (SSAS)
Microsoft SQL Server 2005 Analysis Services (SSAS) 包含下列資料採礦的增強功能和新功能。
Microsoft 貝氏機率分類演算法
Microsoft 貝氏機率分類演算法是一個可快速建立的分類演算法，很適合預測模型。這個演算法是在輸入資料行和可預測資料行之間瀏覽資料，以及探索這些資料行之間的關聯性的理想選項。如需詳細資訊，請參閱＜Microsoft 貝氏機率分類演算法＞。
Microsoft 關聯分析演算法
Microsoft 關聯分析演算法建立規則，來描述哪些項目最可能同時出現在交易中。您可以使用規則，根據交易中的其他項目的出現情況，來預測某項目的出現情況。如需詳細資訊，請參閱＜Microsoft 關聯分析演算法＞。
Microsoft 時序群集演算法
Microsoft 時序群集演算法結合時序分析和群集，識別序列中類似排序事件的群集。您可以使用群集，根據已知特性來預測序列中事件的可能排序。如需詳細資訊，請參閱＜Microsoft 時序群集演算法＞。
Microsoft 時間序列演算法
Microsoft 時間序列演算法使用線性迴歸決策樹方式，來分析時間相關資料，例如每月銷售資料或每年利潤。您可以使用演算法探索的模式來預測未來時間步驟的值。如需詳細資訊，請參閱＜Microsoft 時間序列演算法＞。
Microsoft 類神經網路演算法
Microsoft 類神經網路演算法以建構多層認知神經網路、提供太過複雜，而無法使用其他演算法衍生的非線性模型的支援，來建立分類及迴歸採礦模型。如需詳細資訊，請參閱＜Microsoft 類神經網路演算法 (SSAS)＞。
Microsoft 羅吉斯迴歸演算法
Microsoft 羅吉斯迴歸演算法提供羅吉斯迴歸支援，以達到更大的商務彈性。如需詳細資訊，請參閱＜Microsoft 羅吉斯迴歸演算法＞。
Microsoft 決策樹演算法的增強功能
現在您可以用連續變數 (例如時間) 作為可預測資料行，來使用 Microsoft 決策樹演算法。如需詳細資訊，請參閱＜Microsoft 決策樹演算法＞。
Microsoft 線性迴歸演算法
Microsoft 線性迴歸演算法提供線性迴歸支援，以達到更大的商務彈性。如需詳細資訊，請參閱＜Microsoft 線性迴歸演算法＞。
採礦模型精靈
資料採礦精靈為 Analysis Services 專案定義採礦結構和採礦模型。您可以使用這個精靈，依據關聯式或多維度資料來建立採礦結構，稍後您可以使用資料採礦設計師加以修改。如需詳細資訊，請參閱＜資料採礦精靈＞。
資料採礦設計師
您可以在 Business Intelligence Development Studio 中使用資料採礦設計師來修改採礦結構及您在資料採礦精靈中定義的任何採礦模型。您也可以使用資料採礦設計師，依據採礦結構來建立其他採礦模型、使用檢視器來瀏覽現有的採礦模型、比較採礦模型，以及依據採礦模型建立預測。如需詳細資訊，請參閱＜資料採礦設計師＞。
SQL Server Integration Services 支援
有幾項工作已加入至 Microsoft SQL Server 2005 Integration Services (SSIS) 中，可用來建立完整的資料採礦方案。利用 Integration Services 轉換，您可以在建立採礦模型之前修改資料、建立及處理採礦模型，以及針對現有的資料採礦模型執行預測查詢。