这本指南深入探讨了SQL Server 2008 R2在数据仓库、数据挖掘与商业智能领域的应用。首先，我们通过推荐序和前言，了解商业智能和数据挖掘的基本概念。
Part I: 数据仓库与数据挖掘
Chapter 1: 商业智能与数据挖掘的概述，介绍它们在现代商业决策中的重要性。
Chapter 2: 数据仓库的定义、特性、架构，以及创建数据仓库的目的和实际运用，以及管理策略。
Chapter 3: 数据挖掘的定义、关键功能、步骤和crisp-dm建模标准，以及软件工具介绍。
Chapter 4: 数据挖掘的主要方法，包括回归分析、关联规则、聚类分析和判别分析等。
Chapter 5: 数据挖掘与其他领域的关系，如统计分析、数据仓库、KDD、OLAP等。
Part II: Microsoft SQL Server概览
Chapter 6: SQL Server入门，特别关注2008 R2版本的技术特性及新增功能。
Chapter 8: SQL Server的Analysis Services，包括多维数据集创建、部署和高级功能。
Chapter 9至Chapter 11：依次介绍了报表服务、整合服务以及DMX语言，展现了SQL Server在报表生成和数据处理的强大功能。
Part III: SQL Server数据挖掘模型详解
各章节详细介绍了决策树、贝叶斯分类器、关联规则、聚类分析等模型，以及操作范例。
Part IV: 实战应用
Chapter 21至Chapter 25：展示了决策树、逻辑回归、神经网络和时序模型的具体案例，帮助读者理解模型在实际业务中的应用和评估方法。