慕课-哈尔滨广厦学院

数据挖掘技术

课程类型：选修课

发布时间：2024-04-15 11:20:31

主讲教师：

课程来源：安徽理工大学

建议学分：0.00分

课程编码：mk003040

课程介绍

课程目录

教师团队

{1}--课程简介

[1.1]--0课程简介（8分钟）

{2}--chap1绪论

[2.1]--1绪论--1.1数据挖掘的概念和任务（9分钟）

[2.2]--1绪论--1.2十大经典挖掘算法（11分钟）

[2.3]--1绪论--1.3-1.4开放数据获取来源-数据挖掘常见误区( （10分钟）

[2.4.1]--1绪论--1.5数据挖掘中的隐私保护（5分钟）

[2.4.2]--数据安全法（3分钟）

[2.4.3]--贝果有深味（3分钟）

[2.4.4]--用户隐私泄露（4分钟）

{3}--chap2认识数据

[3.1]--2数据--2.1数据对象和数据属性（12分钟）

[3.2]--2数据--2.2数据的统计描述（7分钟）

[3.3.1]--2数据--2.3数据可视化（12分钟）

[3.3.2]--2023年中国计算机程序设计大赛可视化赛道国家二等奖.MP （6分钟）

[3.3.3]--python可视化编程实践（95分钟）

[3.4]--2023年中国计算机程序设计大赛可视化赛道国家二等奖.MP （6分钟）

[3.5]--2数据--2.4数据相似性度量（9分钟）

[3.6.1]--数据挖掘+数据探索与可视化案例分析1 （45分钟）

[3.6.2]--数据挖掘+数据探索与可视化案例分析2 （45分钟）

{2}--拓展：python函数编程步骤讲解1 （12分钟）

{2}--拓展：python函数编程步骤讲解2 （6分钟）

{2}--拓展：python函数编程步骤讲解3 （95分钟）

{4}--chap3数据预处理

[4.1.1]--1scikitlearn安装与配置（13分钟）

[4.1.2]--大数据分析方法15--python机器学习库编程实践（78分钟）

[4.1]--3数据预处理--3.1数据清洗（11分钟）

[4.2]--3数据预处理--3.3数据集成与数据转换（12分钟）

[4.3]--3数据预处理--3.4数据规约（17分钟）

[4.4]--3.5离散化和概念分层（15分钟）

{5}--chap4分类与预测

[5.1]--4.1+4.2 （13分钟）

[5.2.1]--决策树（15分钟）

[5.2]--4.3 （13分钟）

[5.3.1]--朴素贝叶斯（7分钟）

[5.3]-- （13分钟）

[5.4]--4分类与预测--4.5决策树方法的分析比较（15分钟）

[5.5.1]--2KNN预测男女（18分钟）

[5.5.2]--3KNN测试自带数据评分对比以及绘图（30分钟）

[5.5.3]--4KNN用于分类（28分钟）

[5.5]--4分类与预测--4.6KNN分类算法（4分钟）

[5.6]--4分类与预测--4.7分类与预测算法的性能评价方法（14分钟）

[5.7]--4.8 （19分钟）

{5}--4.6KNN分类算法1 （18分钟）

{5}--4.6KNN分类算法2 （30分钟）

{5}--4.6KNN分类算法3 （28分钟）

{5}--4.6KNN分类算法4 （26分钟）

{5}--4.6KNN分类算法5 （4分钟）

{5}--4.6KNN分类算法6 （26分钟）

{6}--chap5回归分析

[6.1]--5回归分析--5.1基本概念（5分钟）

[6.2.1]--5KNN用于数据回归预测（11分钟）

[6.2]--5回归分析-5.2线性回归编程案例（6分钟）

[6.3]--5回归分析-5.3逻辑回归（4分钟）

[6.4]--5 （15分钟）

[6.5]--5.5 （16分钟）

[6.6]--5.6.1 （22分钟）

[6.7]--5.6.2+5.6.3 （21分钟）

[6.8]--5.6.4+5.6.5+5.6.6 （11分钟）

{7}--chap6关联规则挖掘

[7.1]--6关联规则挖掘--6.1基本概念（10分钟）

[7.2]--6关联规则挖掘--6.2闭项集和极大频繁项集（4分钟）

[7.3]--6关联规则挖掘--6.3-6.5Apriori算法及其应用（14分钟）

[7.4]--6关联规则挖掘--6.6关联挖掘的常见误区（4分钟）

[7.5]--6.7 （11分钟）

[7.6]--数据挖掘技术--关联规则挖掘+第一节（48分钟）

[7.7]--数据挖掘技术--关联规则挖掘+第二节（45分钟）

{8}--chap7聚类分析

[8.1]--7聚类--7.1聚类概述（4分钟）

[8.2.1]--Kmeans聚类（12分钟）

[8.2.2]--2Kmens简单实战（13分钟）

[8.2.3]--4Kmens常见错误分析（18分钟）

[8.2.4]--6Kmeans实现数据无监督分类（6分钟）

[8.2]--7聚类--7.2聚类的划分方法（10分钟）

[8.3]--7聚类--7.3聚类的层次方法（13分钟）

[8.4.1]--密度聚类（7分钟）

[8.4]--7聚类--7.4聚类的密度方法（10分钟）

{10}--课程实验

[10.3]--朴素贝叶斯(1) （7分钟）

[10.4]--决策树(1) （15分钟）

[10.6]--关联规则（12分钟）

[10.7]--Kmeans聚类(1) （12分钟）

[10.8]--密度聚类(1) （7分钟）