- 课程概览
- 授课讲师
- 课程大纲
- 实验列表
- 课程概览
- 授课讲师
- 课程大纲
- 实验列表
数据挖掘原理与应用
数据挖掘又称数据库中的知识发现，是目前人工智能和数据库领域研究的热点问题，所谓数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程。本课程内容主要包含了数据挖掘使用的常用的算法，方法。结合机器学习，让同学了解数据挖掘的知识。
课程概览
授课讲师
担任人工智能讲师多年，擅长机器学习、深度学习、机器视觉的相关课程。华为人工智能开发者。同时还兼任python数据挖掘分析课程，授课风格通俗易懂，课堂中善于用生活例子帮助学生理解知识点。
课程大纲
- 第1章绪论
-
第1节 数据挖掘的出现
-
第2节 什么是数据挖掘和数据挖掘的内容
- 第2章认识数据
-
第1节 数据的概念和统计方法
-
第2节 数据的基本可视化
-
第3节 数据相似性的计算方法
- 第3章数据预处理
-
第1节 数据质量
-
第2节 数据处理主要任务
- 第4章分类的基本概念和朴素贝叶斯分类器
-
第1节 概述
-
第2节 朴素贝叶斯分类器
-
第3节 案例
- 第5章决策树分类
-
第1节 决策树和构建问题
-
第2节 决策树算法
- 第6章规则和最近邻分类
-
第1节 基于规则分类
-
第2节 最近邻分类
- 第7章回归算法
-
第1节 线性回归
-
第2节 逻辑回归
-
第3节 优化算法求解
- 第8章模型的评价
-
第1节 评价指标
-
第2节 过拟合和欠拟合
- 第9章支持向量机分类器
-
第1节 支持向量机的提出
-
第2节 深入支持向量机
-
第3节 非线性支持向量机
- 第10章神经网络分类器
-
第1节 感知机
-
第2节 反向传播算法
- 第11章关联规则挖掘
-
第1节 定义
-
第2节 Apriori算法
-
第3节 FP-Growth算法
-
第4节 挖掘关联规则
- 第12章信息推荐算法
-
第1节 经典信息推荐算法
- 第13章聚类算法
-
第1节 聚类概述
-
第2节 基本聚类方法
-
第3节 聚类评估
实验列表
- 实验名称数据预处理
- 实验描述使用相关的数据处理模块实现数据预处理操作
| 节数 | 上课时间 | 星期一 | 星期二 | 星期三 | 星期四 | 星期五 | 星期六 | 星期天 |
|---|---|---|---|---|---|---|---|---|
| 第1节 | 08:00 - 08:40 | |||||||
| 第2节 | 09:00 - 09:40 | |||||||
| 第3节 | 10:00 - 10:40 | |||||||
| 第4节 | 11:00 - 11:40 | |||||||
| 第5节 | 14:00 - 14:40 | |||||||
| 第6节 | 15:00 - 15:40 | |||||||
| 第7节 | 16:00 - 16:40 | |||||||
| 第8节 | 17:00 - 17:40 |
| 天数 | 上课日期 | 上课时间 | 内容 |
|---|
相关课件 更多
-
pptx
第一章-绪论
大小：18.56MB
2023-07-04
-
pptx
第十章 神经网络
大小：3.52MB
2023-07-04
-
pptx
第十二章 信息推荐
大小：5.07MB
2023-07-04
-
pptx
第十三章 聚类
大小：5.67MB
2023-07-04
-
pptx
第十一章 关联规则挖掘
大小：2.54MB
2023-07-04
-
pptx
第七章 分类方法
大小：3.16MB
2023-07-04
971957201
18503067430