《带课件 2018 上交大 数据挖掘 31讲 精品 视频教程》

这门课程价格：25元 ★★★标题写带课件，这种是pdf课件，可免费用ai转PPT，转完后可以编辑，精准度很高

★★★课程标题带ppt的，这是原始ppt ，可以直接编辑

★★★什么都不标的，就是纯视频，学校没给课件

-->-->-->★如果网站里没有您要的课程，加微信可以单独给您找
-->-->-->★诚信经营18年，有任何需求可以加微信沟通

课程大小：3.20G
课程格式：手机平板电脑都可以播放 
社长微信：83162582  （加微75折）
客服微信：125212385  （加微75折）
★★★18年淘宝双皇冠99.9%好评店:http://shop57589855.taobao.com/★淘宝客服：点我咨询自学天堂
  • ★★★本站新加技能：所有视频里面有课件的，都可以单独提取出来ppt或pdf或word
  • ★★★有各种加密的在线视频，也可以破解提取出来mp4
  • ★★★视频来源可以是b站，小红书 ，微信公众号等等，有提取业务加微信83162582

视频介绍 [复制本页地址介绍给朋友~]

 

 
第一章 绪论
一、 掌握基本概念。
1.数据
挖掘的基本概念、术语
2.数据挖掘要解决的问题
3.数据挖掘的起源
二、 主要知识点及学习目标。
1. 了解数据挖掘课程的意义和数据挖掘的基本概念
第二章 数据
一、 掌握基本概念。
1.数据类型
2.数据质量
3.数据预处理
4.相似性和相异性的度量
二、 主要知识点及学习目标。
1.掌握数据的属性和度量
2.数据预处理的方法
3.掌握属性间相似度和相异度的方法
第三章 探索数据
一、 掌握基本概念。
1.汇总统计
2.可视化
3.OLAP 和多维数据分析
二、 主要知识点及学习目标。
1.掌握频率和众数的计算方法
2.了解可视化的技术
3.掌握多维数据分析方法
3
第四章 分类
一、 掌握基本概念。
1.解决分类问题的一般方法
2.决策树归纳
3.模型的过分拟合
4.评估分类器的性能
5.比较分类器的方法
6.基于规则的分类器
7.最近邻分类器
8.贝叶斯分类器
9.人工神经网络
10.支持向量机
11.组合方法
12.多类问题
二、 主要知识点及学习目标。
1.掌握经典分类器，如决策树的工作原理
2.了解过分拟合的问题
3.掌握分类方法的性能评估方法
第五章 关联分析
一、 掌握基本概念。
1.频繁项集
2.关联规则
3.FP 增长算法
4.评估关联模式的性能
二、 主要知识点及学习目标。
1.掌握频繁项集的产生方法
2.掌握频繁规则的产生方法
3.了解经典的关联规则算法
第六章 聚类分析
4
一、 掌握基本概念。
1.聚类分析的概念
2.K 均值聚类算法
3.层次聚类
二、 主要知识点及学习目标。
1.掌握聚类分析的基本概念
2.掌握经典的聚类分析算法
第七章 异常检测
一、 掌握基本概念。
1.异常检测的基本概念
2.异常检测的基本方法
3.基于邻近点的离群点检测
4.基于密度的离群点检测

您可能还需要如下课程

自学社 蒙ICP备09002309号 Power by: 自学社
Please change your screen resolutidn to1024×768 Total ,
Copyright © 2009-20010 自学社 (www.zxshe.com). all Rights Reserved.
top