论坛元老
- 威望
- 194
- 贡献
- 282
- 热心值
- 21
- 金币
- 83434
- 注册时间
- 2020-8-31
|
课程介绍:
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。
课程目录:
1数据挖掘的概念
02数据挖掘概述
03.第二章
04OLAP
05多路数组聚集算法
06索引
07数据清理
08数据集成和变换
09分类数据概念分层
10数据挖掘原语
11指定挖掘知识类型
12指定数据挖掘任务
13面向属性的归纳算法
14概念描述的属性相关分析
15类比较描述的量化区分规则
16概念描述
17关联规则
18Apriori算法与FP树
19多维关联规则
20关联规则的元规则制导挖掘
21分类和预测（判定归纳树）
22判定归纳树算法加强
23聚类分析-相异度计算
24聚类分析--孤立点分析
25电子商务与数据挖掘
26电子商务与数据挖掘--web挖掘
27web日志挖掘相关
28结课
|
|
发表于 2019-3-22 15:57
