数据仓库与数据挖掘

陈宁宁 陈道波

目录

  • 1 数据挖掘应用
    • 1.1 课程导学
      • 1.1.1 网络课程导学及学生学习指引
      • 1.1.2 课标、计划及首页
      • 1.1.3 直播时间（周五1-2节）
    • 1.2 数据挖掘课程导论
      • 1.2.1 大数据时代的常见技术特征（2学时）（第1周）
        • 1.2.1.1 直播课
      • 1.2.2 数据挖掘初探（2学时）（第1周）
      • 1.2.3 数据挖掘的过程与算法简介（2学时）（第2周）
        • 1.2.3.1 直播课
    • 1.3 SPSS Modeler软件简介与第一个挖掘应用学习
      • 1.3.1 SPSS Modeler软件界面介绍（2课时）（第2周）
      • 1.3.2 挖掘应用学习（2课时）（第3周）
        • 1.3.2.1 直播课
    • 1.4 数据仓库与数据立方体
      • 1.4.1 数据仓库（2课时）（第3周）
      • 1.4.2 数据立方体（2课时）（第5周）
    • 1.5 数据预处理技术
      • 1.5.1 数据预处理技术概述（2课时）（第5周）
      • 1.5.2 预处理之数据读取（2课时）（第6周）
      • 1.5.3 预处理之数据理解（4课时）（第6周、第7周）
      • 1.5.4 预处理之数据准备（4课时）（第7周、第8周）
      • 1.5.5 预处理之基本分析（2课时）（第8周）
      • 1.5.6 预处理之数据精简（4课时）(第10周)
    • 1.6 SPSS Modeler分类预测
      • 1.6.1 决策树的算法概述（2课时）（第11周）
      • 1.6.2 SPSS Modeler的C5.0算法及应用（2课时）（第11周）
      • 1.6.3 SPSS Modeler分类回归树及应用（2课时）（第12周）
    • 1.7 分类预测之贝叶斯网络
      • 1.7.1 贝叶斯网络方法概述（2课时）（第12周）
      • 1.7.2 SPSS Modeler的贝叶斯网络应用（4课时 13周）
    • 1.8 聚类分析
      • 1.8.1 聚类分析基本概念（2课时 14周）
      • 1.8.2 聚类分析的算法（2课时 14周）
      • 1.8.3 聚类分析之离群点检测方法（1课时）(第15周)
    • 1.9 关联挖掘
      • 1.9.1 关联挖掘基本概念（1课时）（第15周）
      • 1.9.2 SPSS Modeler的关联分析（2课时）（第15周）
    • 1.10 人工神经网络
      • 1.10.1 人工神经网络概述（2课时）（第16周）
      • 1.10.2 神经网络建立的一般步骤（1课时）（第16周）
      • 1.10.3 B-P神经网络（1课时）（第16周）
    • 1.11 时间序列（2课时）
      • 1.11.1 时间序列（2课时）（第17周）
    • 1.12 考试
课程导学