|
|
本帖最后由 冰点也疯狂 于 2019-5-15 11:47 编辑
4 o7 H6 n6 @7 u- z4 U& z: c& T1 `/ q
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。
2 ~0 L, k( l3 _9 m- V* s
% A$ {7 C: `. e4 e4 W+ H1 X课程目录:# ]9 o% C3 T- w- D1 x8 i0 ^
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" s+ _* b: A2 K
02数据挖掘和商业智能,分类,聚类,数据特征化处理,关联规则) V- l% y+ x I: J
03数据仓库,面向主题,整合,OLTP,OLAP
7 e) G% |9 ^8 j8 I3 {04数据仓库设计过程,OLAP服务器体系结构,0 F2 w5 |* t- W5 }* h$ w3 q5 P" c
05top-k average,H-tree,多粒度复杂聚合1 H/ s. l0 {2 j3 \
06数据预处理,数据整合和离散化,数据规约化,数据清理& U1 {4 t; ^+ {
07聚类,聚类定义,聚类算法( R R3 Z+ w6 v9 N! }$ K9 k
08数据挖掘查询语言,DMQL,DMQL语法, W9 R; t4 }0 N8 ^
09面向属性的归纳,基本算法
' w" g: Y* B6 p' W10对象数据概括化
" G# ~$ l! M I0 \8 ^11对象数据概括化6 o3 ]9 g6 D4 X2 a3 e: [
12关联规则挖掘算法,DHP,频繁模式挖掘算法
- o: \8 S4 `0 K8 Q0 i. L, M6 U0 a13多层次关联规则,置信度,支持度
% _/ o; F1 E9 F% t5 p14大型数据库中的关联规则挖掘,序列模式挖掘,频繁模式- D& c2 W: d' a
15分类,预测,支持向量机算法,贝叶斯算法,神经网络算法( [: l$ ~: U7 {: d! z9 C
16大型数据库中的分类,决策树,分类结果展示
4 E$ M3 w7 i5 b; @: ~ P& Z( K17其他分类算法,预测,分类精确度
% J& _! v Q( Y4 q5 v5 b18数值离散化,枚举值,序列值
/ ?- t8 q) c8 N7 V19划分算法,基本概念,K平均值算法,PAM算法5 r9 M+ f! T" e5 _6 H' y
20COBWEB聚类方法
8 x7 }4 J% G) n% @5 N5 L/ ~3 \21时空数据挖掘,序列数据挖掘,时空和序列数据挖掘应用
- a& p" G! C% r22网络数据挖掘,数据挖掘系统,数据挖掘的理论基础. J% V# z& q6 o, p
; s7 a" T. z) r+ t% p. C |
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
×
|