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
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