问题答疑
首页
实训课程
公开课
更多
首页
实训课程
公开课
扫码下载Android
扫码下载iOS
登录
首页
实训课程
公开课
登录
首页 - 课程列表 - 课程详情
返回
数据挖掘：理论与算法
课程类型：
选修课
发布时间：
2023-07-21 12:59:46
主讲教师：
袁博
课程来源：
清华大学
建议学分：
3.00分
课程编码：
xtzx0454
课程介绍
课程目录
教师团队
第一章 走进数据科学：博大精深，美不胜收
第一节 整装待发
（8分钟）
第二节 学而不思则罔
（11分钟）
第三节 知行合一
（23分钟）
第四节 从数据到知识
（15分钟）
第五节 分类问题
（18分钟）
第六节 聚类及其它数据挖掘问题
（13分钟）
第七节 隐私保护与并行计算
（20分钟）
第八节 迷雾重重
（24分钟）
第九节 相关学习资源
（3分钟）
第二章 数据预处理：抽丝剥茧，去伪存真
第一节 数据清洗
（13分钟）
第二节 异常值与重复数据检测
（13分钟）
第三节 类型转换与采样
（17分钟）
第四节 数据描述与可视化
（16分钟）
第五节 特征选择
（13分钟）
第六节 主成分分析
（24分钟）
第七节 线性判别分析
（13分钟）
第七节 线性判别分析
（13分钟）
第八节 相关学习资源
（3分钟）
第三章 从贝叶斯到决策树：意料之外，情理之中
第一节 贝叶斯奇幻之旅
（16分钟）
第二节 朴素是一种美德
（27分钟）
第三节 数据、规则与树
（12分钟）
第四节 植树造林学问大
（23分钟）
第五节 相关学习资源
（2分钟）
第四章 神经网络：巨量并行，智慧无限
第一节 智慧之源神经元
（12分钟）
第二节 会学习的神经元
（12分钟）
第三节 从一个到一群
（10分钟）
第四节 层次分明，责任到人
（19分钟）
第五节 管中窥豹，抛砖引玉
（10分钟）
第六节 相关学习资源
（4分钟）
第五章 支持向量机：数学之美，巅峰之作
第一节 最大间隔
（13分钟）
第二节 线性SVM
（16分钟）
第三节 数学家的把戏
（18分钟）
第四节 致敬真神
（17分钟）
第五节 相关学习资源
（2分钟）
第六章 聚类分析：物以类聚，人以群分
第一节 无监督学习
（13分钟）
第二节 K-Means
（20分钟）
第三节 期望最大法
（19分钟）
第四节 密度与层次
（20分钟）
第七章 关联规则：营销购物，自有乾坤
第一节 项集与规则
（7分钟）
第二节 支持度与置信度
（9分钟）
第三节 误区
（5分钟）
第四节 Apriori 算法
（11分钟）
第五节 实例分析
（15分钟）
第六节 序列模式
（10分钟）
第七节 相关学习资源
（11分钟）
第八章 推荐算法：察言观色，投其所好
第一节 无所不在的推荐
（10分钟）
第二节 隐含语义分析
（18分钟）
第三节 PageRank传奇
（11分钟）
第四节 协同过滤
（18分钟）
第五节 告诉你一个真实的推荐
（16分钟）
第九章 集成学习：兼听则明，偏听则暗
第一节 民主协商：Ensemble
（9分钟）
第二节 群策群议：Bagging
（18分钟）
第三节 环环相扣：Boosting
（19分钟）
第四节 集成之美：AdaBoost
（17分钟）
第五节 继往开来：RegionBoost
（8分钟）
第十章 进化计算：大道至简，万物之本
第一节 人与自然
（15分钟）
第二节 尽善尽美
（14分钟）
第三节 走向进化
（11分钟）
第四节 遗传算法初探
（16分钟）
第五节 遗传算法进阶
（16分钟）
第五节 遗传算法进阶
（16分钟）
第六节 遗传程序设计
（11分钟）
第七节 万物皆进化
（13分钟）
第八节 相关学习资源
（3分钟）
第八节 相关学习资源
（3分钟）
第十一章 美丽数据说：阆苑仙葩，美玉无瑕
第一节 数据之美
（19分钟）
第一节 数据之美
（19分钟）
第二节 南国紫荆亦芬芳
（9分钟）
