数据挖掘学习目录（持续补充）

最新推荐文章于 2024-12-23 14:16:34 发布
置顶 最新推荐文章于 2024-12-23 14:16:34 发布
阅读量1.7k 收藏 11
点赞数
分类专栏： 数据挖掘 文章标签： 数据挖掘 weka oracle data mining DM
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/xuxurui007/article/details/8395567
版权

基础概念和算法

  1. 什么是数据挖掘 ？（DM 与DW 、OLAP、CRM 的区别）

  2. 决策树学习谈到贝叶斯分类算法、EM、HMM - 结构之法 算法之道 - 博客频道 - youkuaiyun.com

  3. 决策树算法总结 - as_ - 博客园

  4. C4_5决策树法在高校贫困生认定中的应用_百度文库

  5. 归纳决策树ID3（Java实现）

  6. ID3算法详解（博主有一颗工匠之心）

  7. C4.5决策树

  8. C4.5算法详解（DM十大算法系列）

  9. C4.5算法详解（至今见过写的最好的算法详解）

  10. 信息增益，信息增益率，Gini（精品详解）

  11. OLAP联机分析处理和OLTP联机事务处理（OLTP和OLAP图例比较，很具体）

  12. 数据挖掘10大算法(思维导图) （大牛博客，IDMer，工学博士，SAS公司首席咨询顾问）

 

数据挖掘工具和操作说明

  1. WEKA入门教程（在原作基础上部分整理，更实用）

  2. 在eclipse下使用java调用weka（有问题遗留）

  3. WEKA连接MySQL,Oracle,SQLServer（weka安装和环境配置，连接数据库）

  4. weka中算法说明

  5. weka开发学习资源博客（很丰富）

  6. IBM用WEKA进行数据挖掘

数据挖掘常用数据集

  1. uci Data Set （很多论文使用的数据集出自这里）

  2. UCI数据集和源代码 

     

 


数据挖掘学习路径
zhaocen_1230的博客
02-07 636
1.必备武器--SQL 1）SQL基础语法，包括语句查询、过滤条件、多表组合等 2）数据库表的增、删、查、改，这是SQL最基础，也是最核心的知识 3）数据聚合计算，包括分组计算、自定义函数计算等 参考书籍：《SQL必知必会》 参考网站：http://www.runoob.com/sql/sql-tutorial.html 2.数据挖掘核心武器-PYTHON 1）python基础语
《常用数据挖掘算法从入门到精通》系列文章学习目录
lvlei19911108的博客
09-16 561
《常用数据挖掘算法从入门到精通》系列共21篇文章，主要向大家介绍了包括K-means聚类,决策树分类,人工神经网络以及支持向量机等10多种常用的数据挖掘算法理论和具体的案例。本文给出全部的链接以及每一篇文章的简介，大家可以根据自己的需要有选择性地学习和查阅，真正想学习数据挖掘和机器学习但是算法理论功底又不够扎实的同学建议把这一系列的文章都看一看，每天看一点也不用多久就可以看完了，每一篇文章除了以尽...
数据挖掘目录
weixin_33878457的博客
02-14 227
  Numpy Numpy 的ndarray ndarray的数据类型 Numpy的array数组和标量之间的运算 numpy 切片和索引 Numpy 的数组转置和轴对换 Numpy 的通用函数：快速的元素级数组函数 Numpy 产生随机的一维， 二维数组代码 Numpy 的数学和统计方法 Numpy 利用数组进行数据处理where, sort, unique等...
数据挖掘系列文章目录
dkyqe60682的专栏
11-09 208
准备系统性地整理一下数据挖掘&机器学习常见方法，温故而知新，less is more。 先列一下初步目录：（每个冒号后面是主要的focus） 1 关联规则挖掘：Apriori 算法& FP-tree 2 贝叶斯方法：朴素贝叶斯&贝叶斯网络 3 组合提升：Boosting&Adaboost，随机森林 4 决策树系列：ID3，C4.5 &MA...
数据仓库和数据挖掘学习目录
马如林的IT博客
09-19 1636
   我的数据仓库/数据挖掘学习目录（基本概述）：  第一章数据仓库... 51.1 概论... 51.2 数据仓库体系结构... 61.3 数据仓库规划、设计与开发... 71.3.1 确定范围... 71.3.2 环境评估... 71.3.3 分析... 71.3.4 设计... 81.3.5 开发... 81.3.5 测试... 81.3.6
机器学习与数据挖掘
热门推荐
weiyaner的博客
06-06 1万+
总结 1.1机器学习和数据挖掘的关系 机器学习是数据挖掘的重要工具。 数据挖掘不仅仅要研究、拓展、应用一些机器学习方法，还要通过许多非机器学习技术解决数据仓储、大规模数据、数据噪音等等更为实际的问题。 机器学习的涉及面更宽，常用在数据挖掘上的方法通常只是“从数据学习”，然则机器学习不仅仅可以用在数据挖掘上，一些机器学习的子领域甚至与数据挖掘关系不大，例如增强学习与自动控制等等。 数据挖掘试图从海量数据中找出有用的知识。 大体上看，数据挖掘可以视为机器学习和数据库的交叉，它主要利用机器学习界提供的技术来分析
python 数据挖掘与机器学习
weixin_60784949的博客
08-29 1080
近年来，Python编程语言受到越来越多科研人员的喜爱，在多个编程语言排行榜中持续夺冠。同时，伴随着深度学习的快速发展，人工智能技术在各个领域中的应用越来越广泛。机器学习是人工智能的基础，因此，掌握常用机器学习算法的工作原理，并能够熟练运用Python建立实际的机器学习模型，是开展人工智能相关研究的前提和基础。
大数据时代商业银行数据挖掘攻略.pdf
07-14
商业银行为了保持竞争优势和持续发展，必须重视数据挖掘技术的应用，以便从庞大的数据集中提取有价值的信息，促进业务决策和战略发展。 首先，数据挖掘的定义和内涵需要明确。数据挖掘是广义数据分析的重要组成部分...
《解锁 Python 数据挖掘的奥秘》
最新发布
zheng_ruiguo的专栏
12-23 1854
定义挖掘目标：明确业务问题或研究问题，确定要从数据中发现的模式、关系或预测结果。例如，预测客户的购买行为、识别疾病的风险因素、优化生产流程等。这一步骤需要与业务领域专家紧密合作，确保挖掘目标具有实际价值和可操作性。数据收集与预处理：收集与挖掘目标相关的数据，可以来自各种数据源，如数据库、文件系统、网络爬虫、传感器等。然后对数据进行清洗、去噪、处理缺失值和异常值、数据集成和转换等操作，以提高数据的质量和可用性。例如，去除重复记录、填充缺失值、纠正错误数据、将数据标准化或归一化等。特征工程。
数据挖掘服务方案--完整版
06-15
9. **数据挖掘人员储备及补充优势**：公司有充足的资源储备，能够快速响应项目需求，同时持续培养和提升员工技能。 10. **数据挖掘人员能力提升培训优势**：公司注重员工的专业发展，通过培训和学习资源提升团队的...
数据挖掘入门ppt
03-13
北京邮电大学数据挖掘与大数据选修课课件，适合对数据挖掘进行一个初步而全面的了解
数据挖掘-目录-深度学习（Deep Learning）
program哲学
03-24 601
受限波尔兹曼机（ Restricted Boltzmann Machine， RBN ）Deep Belief Networks （ DBN ）卷积网络（ Convolutional Network ）堆栈式自动编码器（ Stacked Auto-encoders ）
机器学习和数据挖掘 - 目录
Walterudoing的博客
06-28 507
机器学习和数据挖掘的问题一共有一下这些： 分类，聚类，回归，异常检测，关联规则，强化学习，结构预测，特征学习，在线学习，半监督学习，语法归纳。 具体的来说：监督学习(分类 · 回归)： 决策树， 表征（Bagging提升，随机森林），k-NN，线性回归，朴素贝叶斯，神经网络，逻辑回归，感知器，支持矢量机（SVM），相关矢量机（RVM） 聚类： k平均，期望最大化（EM） 异常检测 Ano
《数据挖掘导论》目录
weixin_30300523的博客
09-25 326
目录 什么是数据挖掘 常见的相似度计算方法介绍 决策树介绍 基于规则的分类 贝叶斯分类器 人工神经网络介绍 关联分析 异常检测 数据挖掘 数据挖掘（英语：Data mining），又译为资料探勘、数据采矿。它是数据库知识发现（英语：Knowledge-Discovery in Databases，简称：KDD)中的一个步骤。数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信...
数据挖掘-目录-分类器（classification）
program哲学
03-23 1823
GLMNaiveBayesSupport Vector Machines Stochastic Gradient Descent LogisticRegressionDecisionTree CART Hunt ID3 C4.5 KNIMEGradient-Boosted TreesMultilayerPerceptronRandomForest
数据挖掘-目录-评估
program哲学
03-24 481
AreaUnderCurveBinaryClassificationMetricComputersBinaryConfusionMatrixBinaryLabelCounterBinaryClassificationMetricsMulticlassMetricsRankingMetricsRegressionMetricsBinaryClassificationEvaluatorEvaluator
数据挖掘-目录-基本统计
program哲学
03-23 840
correlation Correlation PearsonCorrelation SpearmanCorrelationdistribution MultivariateGaussianKernelDensityMultivariateOnlineSummarizerMultivariateStatisticalSummaryKolmogorovSmirnov
大数据之数据挖掘基础（目录篇）
weixin_30940783的博客
02-27 203
一、机器学习基础 　　机器学习的分类与一般思路 　　https://www.cnblogs.com/dusihan/p/10443955.html 二、微积分基础 　　泰勒公式、导数与梯度 　　https://www.cnblogs.com/dusihan/p/10444850.html 三、概率与统计基础 　　概率公式、常见分布、常见统计量 　　https://www.cnblo...
数据挖掘-目录-impurity
program哲学
03-24 655
Entropy Gini Impurities Impurity Variance
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值