直播时间（周五1-2节）
上一节
下一节
数据挖掘应用直播课程时间表
| 周 | 日期 | 时间 |
| 第一周 | 周五（3月5日） | 1-2节 |
| 第二周 | 周五（3月12日） | 1-2节 |
| 第三周 | 周五（3月19日） | 1-2节 |
陈星
目录
-
1 课程导学
-
1.1 网络课程导学及学生学习指引
-
1.2 课标、计划及首页
-
1.3 直播时间（周五1-2节）
-
-
2 数据挖掘课程导论
-
2.1 大数据时代的常见技术特征（2学时）（第1周）
-
2.2 数据挖掘初探（2学时）（第1周）
-
2.3 数据挖掘的过程与算法简介（2学时）（第2周）
-
-
3 SPSS Modeler软件简介与第一个挖掘应用学习
-
3.1 SPSS Modeler软件界面介绍（2课时）（第2周）
-
3.2 挖掘应用学习（2课时）（第3周）
-
-
4 数据仓库与数据立方体
-
4.1 数据仓库（2课时）（第3周）
-
4.2 数据立方体（2课时）（第5周）
-
-
5 数据预处理技术
-
5.1 数据预处理技术概述（2课时）（第5周）
-
5.2 预处理之数据读取（2课时）（第6周）
-
5.3 预处理之数据理解（4课时）（第6周、第7周）
-
5.4 预处理之数据准备（4课时）（第7周、第8周）
-
5.5 预处理之基本分析（2课时）（第8周）
-
5.6 预处理之数据精简（4课时）(第10周)
-
-
6 SPSS Modeler分类预测
-
6.1 决策树的算法概述（2课时）（第11周）
-
6.2 SPSS Modeler的C5.0算法及应用（2课时）（第11周）
-
6.3 SPSS Modeler分类回归树及应用（2课时）（第12周）
-
-
7 分类预测之贝叶斯网络
-
7.1 贝叶斯网络方法概述（2课时）（第12周）
-
7.2 SPSS Modeler的贝叶斯网络应用（4课时 13周）
-
-
8 聚类分析
-
8.1 聚类分析基本概念（2课时 14周）
-
8.2 聚类分析的算法（2课时 14周）
-
8.3 聚类分析之离群点检测方法（1课时）(第15周)
-
-
9 关联挖掘
-
9.1 关联挖掘基本概念（1课时）（第15周）
-
9.2 SPSS Modeler的关联分析（2课时）（第15周）
-
-
10 人工神经网络
-
10.1 人工神经网络概述（2课时）（第16周）
-
10.2 神经网络建立的一般步骤（1课时）（第16周）
-
10.3 B-P神经网络（1课时）（第16周）
-
-
11 时间序列（2课时）
-
11.1 时间序列（2课时）（第17周）
-
-
12 考试
