欢迎来到在线教学平台
问题答疑
首页
全部课程
公开课
云课直播
新闻公告
数图资源
智汇大讲堂
更多
首页
全部课程
公开课
云课直播
新闻公告
数图资源
智汇大讲堂
扫码下载Android
扫码下载iOS
教师登录
学生登录
首页
全部课程
公开课
云课直播
新闻公告
数图资源
智汇大讲堂
教师登录
学生登录
首页 - 课程列表 - 课程详情
返回
数据挖掘-2022春季课程
课程类型：
选修课
发布时间：
2024-04-15 11:19:46
主讲教师：
课程来源：
华北科技学院
建议学分：
0.00分
课程编码：
mk003039
课程介绍
课程目录
教师团队
{1}--数据挖掘概述
[1.1]--1.1数据挖掘概述
（8分钟）
[1.2.1]--1.2数据挖掘工具介绍_batch(1)
（5分钟）
[1.2.2]--安装并运行Anaconda_Tri
（12分钟）
[1.2.3]--1.3sklearn概述
（8分钟）
[1.2]--1.2数据挖掘工具介绍_batch
（5分钟）
{2}--数据预处理
[2.1]--2.1高艳辉-数据预处理概述_batch(1)
（4分钟）
[2.2]--2.2缺失值处理_batch(1)
（10分钟）
[2.3]--2.3高艳辉-离群值检测_batch
（14分钟）
[2.4]--2.4数据标准化与正则化_batch(1)
（9分钟）
[2.5]--2.5高艳辉-特征编码_batch(1)
（10分钟）
[2.6]--2.6特征离散化_batch(1)
（11分钟）
{4}--决策树
[4.4]--5.4_决策树剪枝(1)
（8分钟）
[4.5]--9.1模型评价
（9分钟）
[4.6]--5.5_案例：决策树算法python实现
（11分钟）
{5}--集成学习
[5.1]--5.1集成学习概述
（5分钟）
[5.2]--5.2Bagging和随机森林
（8分钟）
[5.3]--5.3Boosting和AdaBoost
（7分钟）
[5.4]--王文祥5.4集成学习应用案例
（6分钟）
{6}--k-近邻
[6.1]--4.1k近邻
（6分钟）
[6.2]--4.2k-近邻案例
（15分钟）
[6.3]--kd树的构建以及利用kd树找近邻点(1)
（16分钟）
{7}--支持向量机
[7.1]--6.1拉格朗日对偶问题与KKT条件_batch
（10分钟）
[7.2]--6.2.线性可分支持向量机
（10分钟）
[7.3]--6.3.线性支持向量机与软间隔最大化
（11分钟）
[7.4]--6.4.非线性支持向量机_batch
（9分钟）
[7.5]--6.5案例：支持向量机算法pyton实现_batch
（9分钟）
{8}--人工神经网络
[8.1.1]--7.1单层神经网络感知机_x264(1)
（7分钟）
[8.1.2]--7.2感知机的训练(1)
（9分钟）
[8.2.1]--7.3BP算法(5)
（10分钟）
[8.2.2]--7.3BP算法(6)
（11分钟）
[8.3]--7.4利用keras搭建神经网络高艳辉
（11分钟）
{9}--聚类分析
[9.1]--11.1聚类分析概述
（8分钟）
[9.2]--11.2kmeans聚类_
（6分钟）
[9.3]--11.3层次聚类
（9分钟）
[9.4]--11.4DBSCAN聚类
（9分钟）
[9.5]--11.5聚类分析案例-_batch
（12分钟）
{10}--关联分析
[10.1.1]--杨文光-关联规则概述_batch
（6分钟）
[10.1.2]--Apriori算法
（6分钟）
[10.2]--FP-Growth算法
（8分钟）
[10.3]--杨文光-关联规则-案例_batch
（9分钟）
京公网安备 11011502004263