Course Code:
datamin
Duration:
21 hours
Prerequisites:
關於關係數據結構的公平知識,SQL
Overview:
課程可以提供任何工具,包括免費的開源數據挖掘軟件和應用程序
Course Outline:
介紹
- 數據挖掘作為 KDD 過程的分析步驟(“Database 中的知識發現”)
- 計算機科學子領域
- 在大型數據集中發現模式
方法的來源
- 人工智慧
- 機器學習
- Statistics
- 資料庫系統
涉及什麼?
- Database 和數據管理方面
- 數據預處理
- 模型和推理注意事項
- 趣味性指標
- 複雜性注意事項
- 對發現的結構進行後處理
- 可視化
- 在線更新
數據挖掘主要任務
- 自動或半自動分析大量數據
- 提取以前未知的有趣模式
- 資料記錄群組(聚類分析)
- 異常記錄(異常檢測)
- 相依項目(關聯規則)
數據挖掘
- 異常檢測(異常值/變化/偏差檢測)
- 關聯規則學習(依賴關係建模)
- 聚類
- 分類
- 回歸
- 綜述
用途與應用
- Able 危險
- 行為分析
- 業務分析
- Data Mining 的跨行業標準流程
- 客戶分析
- 農業數據挖掘
- 氣象學中的數據挖掘
- 教育數據挖掘
- 人類基因聚類
- 推理攻擊
- 爪哇 Data Mining
- 開源情報
- 路徑分析(計算)
- 反應式商業智慧
數據疏通、數據釣魚、數據窺探
Sites Published: