数据挖掘及实战

  •  课程目标

    首先对数据挖掘进行了总体介绍,然后讲解数据仓库的理论知识及实现,进一步系统的讲解了数据预处理、关联规则挖掘、对分类、聚类的问题及相应的方法进行了讲解,最后讲解案例社交媒体挖掘。

  •  师资团队

  • 华清创客企业内训讲师,均是来自各个领域的资深专家,均拥有6年以上大型项目经验。

  •  培养对象

    学员学习本课程应具备下列基础知识:
    ①具备Python/Java语言编程的基本知识和初步技能;
    ②了解基本的数据挖掘知识;

  •  培训方式

第一种:华清创客讲师面授
课时:共4天,每天6学时,总计24学时
◆费用:3200元
◆外地学员:代理安排食宿(需提前预定)

第二种:线上直播授课
直播课时:共8天,每天3学时,总计24学时;
辅导:授课期间,辅导老师每天有1小时的辅导直播
◆费用:3200元

第三种:企业订制培训
课时:根据定制的大纲确定课时
费用:根据课程难度,每课时2000~3500元

    •  质量保证

      1、培训过程中,如有部分内容理解不透或消化不好,可免费在下期培训班中重听;

      2、培训结束后免费提供一个月的技术支持,充分保证培训后出效果;

      3、培训合格学员可享受免费推荐就业机会。

    •  课程大纲


      第一课:数据挖掘介绍        

               讲解数据挖掘的动机,数据挖掘的概念,数据挖掘的特性,数据模式,数据种类,关系数据库,数据仓库,事务数据库,数据发现过程,数据挖掘研究事务。

       

      第二课:数据仓库        

               数据仓库概念

               多维数据模型

               数据仓库架构

               数据仓库实现

               数据仓库与数据挖掘的关系

       

      第三课:数据预处理    

               数据预处理的必要性

               描述性数据总结

               数据清洗

               数据转换

               数据完整性

               数据约减

               离散和生成概念分层

       

      第四课:关联规则挖掘        

               讲解如何定义关联规则,如何挖掘单维度二值关联规则,多层关联规则和多维度关联规则。

       

      第五课:分类问题        

               分类问题与预测

               决策树分类

               贝叶斯分类

               后向传播分类

               其他分类方法

               预测

               正确与错误的衡量

       

      第六课:聚类问题        

               聚类分析

               聚类分析的数据类型

               主要的聚类方法分类

               划分聚类法

               层次聚类法

               基于密度的方法

               基于栅格的方法

               离散点分析

       

      第七课:社交媒体挖掘        

               讲述社交媒体挖掘的网络基础,网络度量,以及社区发现算法,并在推荐系统中的具体应用。



the end

评论(0)