|
|
课程介绍:
* O+ ~3 S0 Z7 y: P( o6 T" t6 s, k0 n
/ x2 }. W. a7 }0 \) H数据挖掘（英语：Data mining），又译为资料探勘、数据采矿。它是数据库知识发现（英语：Knowledge-Discovery in Databases，简称：KDD)中的一个步骤。数据挖掘一般是指从大量的数据中自动搜索隐藏于其中的有着特殊关系性（属于Association rule learning）的信息的过程。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现上述目标。让数据产生价值。9 Z( U5 s' G5 ^# r' b
% R7 H5 D4 `1 a( l) I; U课程目录:0 }$ g0 a5 K0 w+ C
. ~& y# y+ C, `1数据挖掘的概念9 f O( ]+ t/ C! H* q
02数据挖掘概述8 k" X' R7 t3 q$ E
03.第二章) c: K P. Q4 A! h9 U, s
04OLAP7 {0 i. a. k+ ~$ s; L) S' E5 R" s
05多路数组聚集算法* I( ?8 @ J4 k
06索引/ q8 \ N8 X8 `' u/ B
07数据清理/ f4 W; U# _" s
08数据集成和变换
2 s! |) X2 ]. R$ f/ k# q# v09分类数据概念分层
/ h, v i& d+ m# O6 Z0 P10数据挖掘原语
5 a9 Q$ K) \( x" b; O9 ^9 K. i11指定挖掘知识类型9 U h& G f7 I! }) r: r# p
12指定数据挖掘任务
9 T* \ V, L. I) ?( l! B) j/ m; s13面向属性的归纳算法1 G! Z* n1 I* n& U, {, O n
14概念描述的属性相关分析
' }& O# G9 k. k5 b. d15类比较描述的量化区分规则
- O* @' x! \& a; r$ s6 ]16概念描述, V0 X$ L/ `& g" T
17关联规则
7 ?: d3 K& h8 [1 L. }2 J18Apriori算法与FP树
! M$ Z+ |1 E+ z5 l. }! x, m2 j19多维关联规则
. o% a2 X* g, v& @20关联规则的元规则制导挖掘8 Q" U( \% J" I: R8 i. v/ A
21分类和预测（判定归纳树）
1 y2 { k6 k: G/ w- u; H22判定归纳树算法加强; F3 i% _ b. U/ p2 \7 E2 |# B
23聚类分析-相异度计算
$ g/ W" a( H t, n8 T, U+ o24聚类分析--孤立点分析- z; o" X0 G& Z* R2 |7 t0 R6 v
25电子商务与数据挖掘
' N9 U0 O( D1 h7 e6 y. Q* r26电子商务与数据挖掘--web挖掘
' f, |" a+ ]5 u" Q7 C0 t27web日志挖掘相关
4 W( ?1 j3 N( r$ d! l5 @& k28结课, ~& l- |9 |+ z& ? V4 Z
1 _9 t3 N% n: a
& T( N1 j/ ?- ]0 A: H5 S) L, w' E8 o
/ e. d% N7 e% y3 i) g2 @! m
* @2 y1 z6 j* A# I8 W4 B- f7 l
4 ]2 g6 ]" o- ~. r( q% _* h; z! C6 c* z/ Y& g' _6 y- W/ W
资源下载地址和密码（百度云盘）： [/hide] 百度网盘信息回帖可见
. ^- p" ^+ v( ?9 ~2 D/ i3 Y4 N L
$ u; X* M% v: x7 g6 B% ?6 c3 Q# h; d
8 X9 M) k) K+ u' }! { l本资源由Java自学网收集整理【www.javazx.com】 |
|
发表于 2022-6-23 04:39:02
