- (新)第44集 7.2 数据挖掘应用及展望（二）
- (新)第43集 7.1 数据挖掘应用及展望（一）
- (新)第42集 6.5 PrefixSpan算法
- 第41集 6.4 GSP算法
- 第40集 6.3 AprioriSome算法
- 第39集 6.2 AprioriAll算法
- 第38集 6.1 序列模式挖掘的基本概念
- 第37集 5.7 FP-Growth算法——生成频繁项集
- 第36集 5.6 FP-Growth算法——建树过程
- 第35集 5.5 Close算法
- 第34集 5.4 Apriori算法的改进
- 第33集 5.3 强关联规则的生成及综合实例
- 第32集 5.2 Apriori算法
- 第31集 5.1 关联规则挖掘的基本概念
- 第30集 4.7 规则归纳算法
- 第29集 4.6 朴素贝叶斯分类器
- 第28集 4.5 C4.5算法
- 第27集 4.4 ID3及其改进算法
- 第26集 4.3 决策树分类方法
- 第25集 4.2 KNN算法
- 第24集 4.1 分类分析的基本概念
- 第23集 3.7 密度聚类算法
- 第22集 3.6 BIRCH算法
- 第21集 3.5 层次聚类算法
- 第20集 3.4 K-中心点算法——PAM
- 第19集 3.3 K-means算法的改进
- 第18集 3.2 K-means算法
- 第17集 3.1 聚类分析的基本概念
- 第16集 2.6 特征选择与提取
- 第15集 2.5.2 分类数据的离散化和概念分层
- 第14集 2.5.1 数值数据的离散化和概念分层
- 第13集 2.4.4 数值规约
- 第12集 2.4.3 数据压缩
- 第11集 2.4.2 维归约
- 第10集 2.4.1 数据立方体聚集
- 第9集 2.3 数据集成和数据转换
- 第8集 2.2 数据清理
- 第7集 2.1 数据预处理的目的
- 第6集 1.6 什么是数据挖掘
- 第5集 1.5 大数据相关技术
- 第4集 1.4 大数据的应用场景
- 第3集 1.3 大数据的特征
- 第2集 1.2 什么是大数据
- 第1集 1.1 什么是数据
通过本课程的学习，学生们可以了解数据挖掘技术的整体概貌，掌握数据挖掘的基本概念，了解数据挖掘技术的主要应用及当前的研究热点问题和发展方向，熟悉数据挖掘的定义和功能以及实现数据挖掘的主要步骤和具体实现方法，掌握数据挖掘常用算法的原理和技术方法。
关注公众号:diyijc_com 问题反馈
关注公众号:diyijc_com 问题反馈
通过本课程的学习，学生们可以了解数据挖掘技术的整体概貌，掌握数据挖掘的基本概念，了解数据挖掘技术的主要应用及当前的研究热点问题和发展方向，熟悉数据挖掘的定义和功能以及实现数据挖掘的主要步骤和具体实现方法，掌握数据挖掘常用算法的原理和技术方法。
数据挖掘相关文章：
扫一扫手机观看！
最新更新的教程榜单
- 人工智能与科学之美10-06
- ARM体系结构与程序设计10-06
- 信息检索10-06
- 玩转计算机网络——计算机网络原理10-06
- Blockly创意趣味编程08-05
- 操作系统08-05
- 人工智能导论08-05
- 车载网络技术08-05
- Office高级应用08-05
- 计算机网络08-05
