- 1.2.1 學(xué)而不思則罔
- 1.3.1 知行合一
- 1.4.1 從數(shù)據(jù)到知識(shí)
- 1.5.1 分類問(wèn)題
- 1.6.1 聚類及其它數(shù)據(jù)挖掘問(wèn)題
- 1.7.1 隱私保護(hù)與并行計(jì)算
- 1.8.1 迷霧重重
- 1.9.1 視頻來(lái)源:互聯(lián)網(wǎng)
- 2.1.1 數(shù)據(jù)清洗
- 2.2.1 異常值與重復(fù)數(shù)據(jù)檢測(cè)
- 2.3.1 類型轉(zhuǎn)換與采樣
- 2.4.1 數(shù)據(jù)描述與可視化
- 2.5.1 特征選擇
- 2.6.1 主成分分析
- 2.7.1 線性判別分析
- 2.7.2 線性判別分析
- 2.8.1 視頻來(lái)源:互聯(lián)網(wǎng)
- 3.1.1 貝葉斯奇幻之旅
- 3.2.1 樸素是一種美德
- 3.3.1 數(shù)據(jù)、規(guī)則與樹(shù)
- 3.4.1 植樹(shù)造林學(xué)問(wèn)大
- 3.5.1 視頻來(lái)源:互聯(lián)網(wǎng)
- 4.1.1 智慧之源神經(jīng)元
- 4.2.1 會(huì)學(xué)習(xí)的神經(jīng)元
- 4.3.1 從一個(gè)到一群
- 4.4.1 層次分明,責(zé)任到人
- 4.5.1 管中窺豹,拋磚引玉
- 4.6.1 視頻來(lái)源:互聯(lián)網(wǎng)
- 5.1.1 最大間隔
- 5.2.1 線性SVM
- 5.3.1 數(shù)學(xué)家的把戲
- 5.4.1 致敬真神
- 5.5.1 視頻來(lái)源:互聯(lián)網(wǎng)
- 6.1.1 無(wú)監(jiān)督學(xué)習(xí)
- 6.2.1 K-Means
- 6.3.1 期望最大法
- 6.4.1 密度與層次
- 7.1.1 項(xiàng)集與規(guī)則
- 7.2.1 支持度與置信度
- 7.3.1 誤區(qū)
- 7.4.1 Apriori 算法
- 7.5.1 實(shí)例分析
- 7.6.1 序列模式
- 7.7.1 視頻來(lái)源:互聯(lián)網(wǎng)
- 8.1.1 無(wú)所不在的推薦
- 8.2.1 隱含語(yǔ)義分析
- 8.3.1 PageRank傳奇
- 8.4.1 協(xié)同過(guò)濾
- 8.5.1 告訴你一個(gè)真實(shí)的推薦
- 9.1.1 民主協(xié)商:Ensemble
- 9.2.1 群策群議:Bagging
- 9.3.1 環(huán)環(huán)相扣:Boosting
- 9.4.1 集成之美:AdaBoost
- 9.5.1 繼往開(kāi)來(lái):RegionBoost
- 10.1.1 人與自然
- 10.2.1 盡善盡美
- 10.3.1 走向進(jìn)化
- 10.4.1 遺傳算法初探
- 10.5.1 遺傳算法進(jìn)階
- 10.5.2 遺傳算法進(jìn)階
- 10.6.1 遺傳程序設(shè)計(jì)
- 10.7.1 萬(wàn)物皆進(jìn)化
- 10.8.1 視頻來(lái)源:互聯(lián)網(wǎng)
- 10.8.2 視頻來(lái)源:互聯(lián)網(wǎng)
- 11.1.1 數(shù)據(jù)之美
- 11.1.2 數(shù)據(jù)之美
- 11.2.1 南國(guó)紫荊亦芬芳
數(shù)據(jù)是人類對(duì)客觀世界感知的一種具體表現(xiàn)形式。隨著信息技術(shù)的發(fā)展,數(shù)據(jù)變得無(wú)所不在,對(duì)數(shù)據(jù)進(jìn)行加工和分析已經(jīng)成為一項(xiàng)核心的技能。如果你喜歡信息技術(shù),又不想做青春易逝的碼農(nóng),那就當(dāng)一名能夠預(yù)測(cè)變化、洞察秋毫的數(shù)據(jù)分析工程師和未來(lái)的Chief Data Officer!如果你選擇在其它專業(yè)領(lǐng)域發(fā)展,數(shù)據(jù)分析也會(huì)成為你事業(yè)的助推器和催化劑,至少幫助你更加理性地看待世間萬(wàn)物。總而言之,數(shù)據(jù)分析技術(shù)如同二十年前的互聯(lián)網(wǎng),正引領(lǐng)著新一輪的技術(shù)變革,影響著每一個(gè)人的生活。與其視而不見(jiàn),不如勇于面對(duì),和我一起發(fā)現(xiàn)數(shù)據(jù)之美!
數(shù)據(jù)挖掘這一學(xué)科近年來(lái)發(fā)展十分迅速,不僅產(chǎn)生了大量不同類型的挖掘算法,而且也表現(xiàn)出與機(jī)器學(xué)習(xí)等學(xué)科深度融合的態(tài)勢(shì)。無(wú)論是從事研究的專家學(xué)者還是從事應(yīng)用的開(kāi)發(fā)人員都十分希望能一窺其大略,從而比較準(zhǔn)確地把握數(shù)據(jù)挖掘領(lǐng)域當(dāng)前的主干技術(shù),并比較全面地了解當(dāng)前的發(fā)展趨勢(shì)。
本課程完整覆蓋數(shù)據(jù)挖掘領(lǐng)域的各項(xiàng)核心技術(shù),包括數(shù)據(jù)預(yù)處理、分類、聚類、回歸、關(guān)聯(lián)、推薦、集成學(xué)習(xí)、進(jìn)化計(jì)算等。強(qiáng)調(diào)在知識(shí)的廣度、深度和趣味性之間尋找最佳平衡點(diǎn),在生動(dòng)幽默中講述數(shù)據(jù)挖掘的核心思想、關(guān)鍵技術(shù)以及一些在其它相關(guān)課程和教科書(shū)中少有涉及的重要知識(shí)點(diǎn)。本課程適合對(duì)大數(shù)據(jù)和數(shù)據(jù)科學(xué)感興趣的各專業(yè)學(xué)生以及工程技術(shù)人員學(xué)習(xí),不追求純粹的理論推導(dǎo),而是把理論與實(shí)踐有機(jī)結(jié)合,讓學(xué)生學(xué)到活的知識(shí)、有用的知識(shí)和真正屬于自己的知識(shí),特別是數(shù)據(jù)分析領(lǐng)域的研究方法和思維方式。
