
數(shù)據(jù)挖掘培訓(xùn)
01
緒論
1.1 緒論
1.2 章節(jié)測(cè)試
02
認(rèn)識(shí)數(shù)據(jù)
2.1 數(shù)據(jù)類(lèi)型和統(tǒng)計(jì)
2.2 數(shù)據(jù)可視化
2.3 數(shù)據(jù)相似性
03
數(shù)據(jù)預(yù)處理
3.1 數(shù)據(jù)清洗
3.2 數(shù)據(jù)集成
3.3 數(shù)據(jù)規(guī)約
3.4 數(shù)據(jù)轉(zhuǎn)換
04
樸素貝葉斯分類(lèi)
4.1 貝葉斯分類(lèi)基本概念
4.2 貝葉斯分類(lèi)案例
05
決策樹(shù)分類(lèi)
5.1 決策樹(shù)基本概念
5.2 決策樹(shù)構(gòu)建方法
5.3 決策樹(shù)分類(lèi)案例
06
k-均值聚類(lèi)
6.1 k-均值聚類(lèi)基本方法
6.2 k-均值聚類(lèi)案例
07
邏輯回歸
7.1 邏輯回歸基本原理
7.2 邏輯回歸正則化
08
關(guān)聯(lián)規(guī)則挖掘
8.1 關(guān)聯(lián)規(guī)則挖掘概念與基本算法