客服咨询
意见反馈
介绍
目录
课程概述
数据挖掘是一门新兴的交叉学科，融合了人工智能、统计学、机器学习、数据库等领域的理论和技术，旨在从各种复杂数据中提取高价值的知识和信息，以提高人们使用数据的能力，在金融、电子商务、科学研究、工程规划、医药科学等领域的具有广泛的应用。 本课程以Python语言为工具，讲授数据挖掘的主要步骤、模型和实现技术，帮助大家理解和掌握数据挖掘的主要方法，从而具备基本的数据分析、处理和挖掘能力，为从事数据分析工作奠定良好的基础。 本课程由西南财经大学《数据挖掘》教学团队的3位年富力强的教师倾心打造。团队成员教学经验丰富，承担了多项教学改革项目，曾多次带领学生荣获国家级、省级竞赛奖项。
课程目标
考核评价
讲师介绍
王磊
邱江涛
陈小龙
详细介绍
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
第一章 数据挖掘概述
第二章 数据获取
第三章 数据探索
第四章 数据预处理
第五章 基本的分类模型
第六章 高级分类模型
第七章 回归模型
第八章 聚类模型
第九章 关联规则分析模型
第十章 异常检测模型
运营单位: 杭州沃土教育科技股份有限公司
