深入浅出大数据挖掘技术全套培训教程下载

 
课程名称：深入浅出大数据挖掘技术全套培训教程下载
 
免费试看：暂无试看
 
课程目录：
 
1、数据挖掘概述与数据 
本章讲解了数据挖掘技术的起源、应用场景以及基本的处理方法，并对于数据集、数据等基本的概念做了阐释。 
2、可视化与多维数据分析（实践课） 
本章讲解了数据可视化的基本方法，并分别演示了Excel数据透视表与SQL Server Analysis Service对于多维数据的可视化处理。（OLAP） 
3、分类器与决策树 
本章讲解了分类器的基本概念与应用方法，并具体分析了分类器经典算法之一决策树的实现方法。 
4、其他分类器（上） 
本章讲解了另外两种经典的分类器算法：基于规则的分类器与基于距离的分类器。 
5、其他分类器（下） 
本章讲解了其他一些常见的分类器算法，如基于距离的分类器的改良算法、贝叶斯分类器、人工神经网络、支持向量机与组合方法等。 
6、决策树的应用（实践课） 
本章演示了利用Weka Explorer、KNIME、Tanagra等开源工具进行的数据挖掘处理。演示中对比了几类数据挖掘算法，如Cart决策树、C4.5决策树、KNIME决策树、简单贝叶斯分类、组合方法（装袋）、人工神经网络、基于规则的分类等。 
7、关联分析 
本章讲解了关联分析的常见算法，即Apriori算法与FP增长算法。 
8、购物车数据分析（实践课） 
本章主要演示了利用微软的解决方案来进行购物车数据的关联分析，包括SQL Service Analysis Service的关联分析与Excel结合SSAS外接程序等方法。最后还利用Weka KnowledgeFlow工具来进行关联分析，以便对比第六章的实践。 
9、聚类算法 
本章讲解了聚类算法的基本原理与常见算法，包含K均值算法、层次聚类、基于密度的聚类算法。 
10、聚类算法C#源代码实现（实践课） 
本章演示如何通过C#源代码实现聚类算法。