本课程将帮助大家理解数据挖掘的基本流程和步骤,掌握常用的数据挖掘模型和方法,熟练地利用python语言实现数据挖掘模型以及进行评价和优化,从而具备的基本的数据挖掘和处理的能力。教学内容主要包括10个部分,即:
1. 数据挖掘概述
2. 数据获取技术
3. 数据探索和可视化技术
4. 数据预处理技术
5. 基本分类模型及应用
6. 高级分类模型及应用
7. 回归模型及应用
8. 聚类模型及应用
9. 关联规则挖掘模型及应用
10.异常检测模型及应用
Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.
本课程将帮助大家理解数据挖掘的基本流程和步骤,掌握常用的数据挖掘模型和方法,熟练地利用python语言实现数据挖掘模型以及进行评价和优化,从而具备的基本的数据挖掘和处理的能力。教学内容主要包括10个部分,即:
1. 数据挖掘概述
2. 数据获取技术
3. 数据探索和可视化技术
4. 数据预处理技术
5. 基本分类模型及应用
6. 高级分类模型及应用
7. 回归模型及应用
8. 聚类模型及应用
9. 关联规则挖掘模型及应用
10.异常检测模型及应用
Lei Wang, JiangtaoQiu, and XiaolongChen
Get personalized course recommendations, track subjects and courses with reminders, and more.