知名線上課程 資料探勘一步到位: 原理與分類/聚類演算(含教材) 講師:陳士杰 影音教學 中文發音 繁體中文版(DVD版)
學習這門資料探勘課程，資料挖得快又精準！課程將讓你從資料探勘原理到關聯規則的觀念與使用技巧、分類原理的觀念、 分類方法、決策樹、簡單貝式分類、聚類原理的觀念、K-Means、階層聚類技術、DBSCAN密度式聚類法。
資料探勘概論與關聯規則
學習資料探勘的技?
資料探勘的意義
資料探勘的主要技術
資料探勘的潛在應用
關聯規則概念
關聯規則相關術語
支持度與信賴度之說明
Apriori演算法概念與執行步驟
Apriori演算法執行範例1
Apriori演算法執行範例2
如何由頻繁項目集找出關聯規則
FP-Growth演算法概念與執行步驟
執行範例-步驟1：掃描DB
執行範例-步驟1：建立FP-tree
執行範例-步驟2：建構條件模式庫
執行範例-步驟2：產生頻繁項目集
使用FP-tree的特性
支持度與信賴度的批評
分類概念
分類的意義
衡量分類模型的正確性
決策樹概念與基本建構流程
屬性選擇指標與屬性分割之說明
ID3決策樹演算法概念與執行步驟
ID3決策樹演算法執行範例
C4.5決策樹演算法
基礎機率概念回顧
簡單貝氏分類法
簡單貝氏分類法討論及Laplace Estimator
貝氏信念網路
貝氏信念網路範例
聚類概念
聚類的意義
K-Means法運作概念及其演算步驟
K-Means法運作範例
K-Means法討論
階層聚類技術概念與基本演算法
三種階層聚類方法概念
階層聚類方法 (1)：Min法及其範例、特性說明
階層聚類方法 (2)：Max法及其範例、特性說明
階層聚類方法 (3)：群平均法及其範例、特性說明
DBSCAN密度式聚類法概念與基本術語 (1)
DBSCAN密度式聚類法概念與基本術語 (2)
DBSCAN演算步驟與範例
DBSCAN密度式聚類法討論
|
|
您現在的位置：
專業知識教學
