|
|
本帖最后由 冰点也疯狂 于 2019-5-15 11:47 编辑 " v; g6 b& S, w! P
! M& q2 L: x+ w- v( F# H! X网上发布的这套课程缺少16课,本站提供全套22节课完整版。
/ A: ~' P- T1 d) v; I# F3 ]. `* o
# p" P- B5 ^7 E! I课程目录:
; F4 i d2 g7 m9 h! j& D6 h8 |01数据挖掘概念,课程简介,数据库技术发展史,数据挖掘应用
& z" \1 f) Y& v$ @7 _/ j w% Z02数据挖掘和商业智能,分类,聚类,数据特征化处理,关联规则
9 y) E2 Z" R- C3 S/ d C& d ^03数据仓库,面向主题,整合,OLTP,OLAP: r7 n+ S) D# v* A$ k% ^ C f
04数据仓库设计过程,OLAP服务器体系结构,6 x9 |1 A+ q0 V
05top-k average,H-tree,多粒度复杂聚合
D8 _$ f5 L5 a9 l, d- `7 G06数据预处理,数据整合和离散化,数据规约化,数据清理
0 u( Q2 {- ~7 C07聚类,聚类定义,聚类算法7 R! H M( t8 U1 J: T
08数据挖掘查询语言,DMQL,DMQL语法
# n( @: {3 _" i' G* D x) ~09面向属性的归纳,基本算法3 k2 q8 f2 F: \& g+ I6 P
10对象数据概括化
$ H& U- M/ V8 ?2 J! Z11对象数据概括化- _/ X' o; g1 i* T6 h% |$ F# L6 }
12关联规则挖掘算法,DHP,频繁模式挖掘算法
0 {- |* x: b( f; |5 M13多层次关联规则,置信度,支持度
! n8 o& l+ ]1 O9 p, f, L14大型数据库中的关联规则挖掘,序列模式挖掘,频繁模式! _! Z4 C7 U- j1 y
15分类,预测,支持向量机算法,贝叶斯算法,神经网络算法
! e" c- ]6 z z2 p- ]; W( P0 C ^2 V16大型数据库中的分类,决策树,分类结果展示
% m, H' p/ z6 v17其他分类算法,预测,分类精确度
7 I4 y" i& X7 D! ^- K/ D18数值离散化,枚举值,序列值6 t) Q$ R7 w' ?2 ]' h4 g+ W7 u- a r
19划分算法,基本概念,K平均值算法,PAM算法: M- b# c4 Z, b/ Z7 l' h
20COBWEB聚类方法# n" c! S2 F) }! X" |
21时空数据挖掘,序列数据挖掘,时空和序列数据挖掘应用: F$ X O( z$ I
22网络数据挖掘,数据挖掘系统,数据挖掘的理论基础* m* d2 [) B/ z3 ]( [/ X1 J& c" Z
1 g0 a/ t8 I+ J: i8 B' Z |
本帖子中包含更多资源
您需要 登录 才可以下载或查看,没有账号?立即注册
×
|