- 课程概览
- 授课讲师
- 课程大纲
- 实验列表
- 课程概览
- 授课讲师
- 课程大纲
- 实验列表
深入探讨大数据挖掘，旨在培养学生熟练掌握数据预处理、特征工程、建模、模型评估与优化等核心流程。学生将学会如何收集、清洗和准备大规模数据，以及如何提取有价值的特征。我们将探讨各种挖掘算法，包括机器学习和深度学习，以解决实际问题。此外，本课程将教授如何评估模型性能，以便不断改进和优化。
课程概览
课程概述： 本课程旨在帮助学生打下数据挖掘与机器学习的坚实基础，涵盖了从数学和Python基础到实际数据挖掘流程的全面内容。无论您是初学者还是希望巩固知识的学习者，这门课程都将提供丰富的知识和实践机会。
课程内容包括：
-
数据挖掘概述：介绍数据挖掘的基本概念、流程和应用领域。了解数据挖掘在商业、科学和社会等方面的重要性和作用。
-
数据预处理：探讨数据预处理的重要性，包括数据清洗、数据集成、数据变换和数据规约等技术。学习如何处理缺失值、异常值和重复值，并进行特征选择和降维。
-
探索性数据分析：学习使用统计方法和可视化工具对数据进行探索和分析。探究数据的分布、相关性和趋势，发现数据中的模式和结构。
-
数据挖掘算法：介绍常见的数据挖掘算法，包括分类、聚类、关联规则挖掘、异常检测等。学习算法的原理、应用场景和实现方法。
-
模型评估与验证：讨论如何评估和验证数据挖掘模型的准确性和稳定性。学习使用交叉验证、混淆矩阵和ROC曲线等方法来评估模型性能。
-
实际案例与项目：通过实际案例和项目，将所学知识应用到实际问题中。学生将有机会运用数据挖掘技术来解决真实世界的挑战，并从中获得实际操作和解决问题的经验。
授课讲师
担任人工智能讲师多年，擅长机器学习、深度学习、机器视觉的相关课程。华为人工智能开发者。同时还兼任python数据挖掘分析课程，授课风格通俗易懂，课堂中善于用生活例子帮助学生理解知识点。
课程大纲
- 第1章数据挖掘介绍
-
第1节 数据挖掘概述
- 第2章预备知识
-
第1节 数学基础1
-
第2节 数学基础2
-
第3节 数学基础3
-
第4节 python语言基础
-
第5节 python基础2
-
第6节 python基础3
-
第7节 python基础4
- 第3章数据预处理
-
第1节 数据预处理1
-
第2节 数据预处理2
-
第3节 数据预处理3
-
第4节 数据预处理4
- 第4章特征选择与降维
-
第1节 特征选择
-
第2节 降维
- 第5章有监督学习
-
第1节 机器学习概述
-
第2节 线性回归
-
第3节 逻辑回归
-
第4节 朴素贝叶斯和SVM
-
第5节 决策树
-
第6节 集成算法
- 第6章无监督学习
-
第1节 聚类算法
-
第2节 Apriori算法
-
第3节 FP-growth
- 第7章模型评估
-
第1节 模型评估
- 第8章综合应用
-
第1节 大数据挖掘综合
- 第9章大数据架构和大数据治理
-
第1节 大数据架构和大数据治理
- 第10章综合应用大实验
-
第1节 综合大实验
实验列表
- 实验名称python编程基础
- 实验描述本实验介绍了Python（Python3）语言的基础，帮助读者快速掌握Python语言中的基本数据类型及运算。
- 实验名称python编程基础
- 实验描述本实验介绍了Python（Python3）语言的基础，帮助读者快速掌握Python语言中的基本数据类型及运算。
- 实验名称Python基础语法
- 实验描述本实验主要介绍Python语言的相关语法，重点讲解了条件语句，循环语句，自定义函数的基本操作。
- 实验名称特征与降维
- 实验描述本章包括两大部分实验： 1、特征选择，包括特征选择3种常见方法Filter、Wrapper、Embedding所涉及的经典选择方法； 2、降维，降维部分有两个独立实验，包括PCA原理实现，LDA与PCA算法对比实验，具体题目如下： 特征选择 - Filter方法 特征选择 - Wrapper方法 特征选择 - Embedding方法 降维 - PCA原理实现 降维 - LDA与PCA算法对比实验
- 实验名称线性回归
- 实验描述使用sklearn模块实现线性回归，
- 实验名称逻辑回归
- 实验描述使用sklearn实现逻辑回归
- 实验名称数据预处理
- 实验描述使用相关的数据处理模块实现数据预处理操作
| 节数 | 上课时间 | 星期一 | 星期二 | 星期三 | 星期四 | 星期五 | 星期六 | 星期天 |
|---|---|---|---|---|---|---|---|---|
| 第1节 | 08:00 - 08:40 | |||||||
| 第2节 | 09:00 - 09:40 | |||||||
| 第3节 | 10:00 - 10:40 | |||||||
| 第4节 | 11:00 - 11:40 | |||||||
| 第5节 | 14:00 - 14:40 | |||||||
| 第6节 | 15:00 - 15:40 | |||||||
| 第7节 | 16:00 - 16:40 | |||||||
| 第8节 | 17:00 - 17:40 |
| 天数 | 上课日期 | 上课时间 | 内容 |
|---|
相关课件 更多
-
pptx
第一章 数据挖掘介绍
大小：1.8MB
2023-10-10
-
pptx
第二章 预备知识之数学知识
大小：7.14MB
2023-10-10
-
pptx
第二章 预备知识之Python编程基础
大小：2.15MB
2023-10-10
-
pptx
第三章 数据预处理
大小：3.04MB
2023-10-10
-
pptx
第四章 特征选择与降维
大小：5.55MB
2023-10-10
-
pptx
第五章 有监督学习
大小：6.64MB
2023-10-10
18503067430
3693827403
