Course Code:
datamin
Duration:
21 hours
Prerequisites:
关于关系数据结构的公平知识,SQL
Overview:
课程可以提供任何工具,包括免费的开源数据挖掘软件和应用程序
Course Outline:
介绍
- 数据挖掘作为 KDD 过程的分析步骤(“Database 中的知识发现”)
- 计算机科学子领域
- 在大型数据集中发现模式
方法的来源
- 人工智能
- 机器学习
- Statistics
- 数据库系统
涉及什么?
- Database 和数据管理方面
- 数据预处理
- 模型和推理注意事项
- 趣味性指标
- 复杂性注意事项
- 对发现的结构进行后处理
- 可视化
- 在线更新
数据挖掘主要任务
- 自动或半自动分析大量数据
- 提取以前未知的有趣模式
- 数据记录组(聚类分析)
- 异常记录(异常检测)
- 依赖项(关联规则挖掘)
数据挖掘
- 异常检测(异常值/变化/偏差检测)
- 关联规则学习(依赖关系建模)
- 聚类
- 分类
- 回归
- 综述
用途与应用
- Able 危险
- 行为分析
- 业务分析
- Data Mining 的跨行业标准流程
- 客户分析
- 农业数据挖掘
- 气象学中的数据挖掘
- 教育数据挖掘
- 人类基因聚类
- 推理攻击
- 爪哇 Data Mining
- 开源情报
- 路径分析(计算)
- 反应式商业智能
数据疏通、数据钓鱼、数据窥探
Sites Published: