51CTO学院-利用Weka进行数据(BigData)分析和挖掘实战视频课程.docxVIP

利用Weka进行数据（Big Data）分析和挖掘实战视频课程课程目标通过本课程的学习，您将学会使用Weka软件进行数据预处理、数据分析、数据挖掘；同时也支持对大数据（Big Data）的挖掘和分析。适用人群各大中专院校对数据分析和数据挖掘感兴趣的师生；以及对BI、DM感兴趣的IT管理和技术人员；课程简介作为一个免费、公开、开源的数据挖掘工作平台，Weka集合了大量能承担数据挖掘任务的机器学习算法，包括预处理、分类、回归、聚类、关联规则以及在新的交互式界面上的可视化操作等。目前，Weka最新版本为weka-3-7-11，可以利用weka进行大数据的挖掘和分析处理。课程重点：本课程介绍了利用Weka进行数据（Big Data）分析和挖掘的方法，内容包括：利用Weka进行数据预处理、分类预测、回归分析、聚类分析、关联规则分析等；同时，您还可以将自己研究的算法加入Weka平台进行实验研究。课程第一章　下载与安装1课时?17分钟??1/lesson/id-47960.html \t _blankWeka的下载与安装[免费观看]17分钟本讲主要介绍Weka的下载与安装的方法。关于weka的下载，可以通过在搜索引擎中搜索关键字“weka”获取其官网，然后在该网站中可以下载当前最新的版本weka-3-7-11；然后根据个人的操作系统类型（Windows、Mac OS、Linux等）选择相应的版本（X86、X64）下载；下载的时候可以选择包含Java环境和不包含Java环境。第二章　Weka基础知识4课时?1小时13分钟??2/lesson/id-47962.html \t _blankWEKA工具软件简介及学习资料[免费观看]22分钟本讲主要介绍了Weka软件相关基础知识，并给大家推荐了学习Weka以及数据挖掘软件相关的资料。??3/lesson/id-47963.html \t _blankWeka 数据集基础19分钟本讲介绍Weka 数据集相关基础知识，主要内容包括：WEKA数据文件说明、关系声明、属性声明、数据类型简介、数据信息说明、稀疏数据介绍等。几个注意事项：在Weka中，ARFF数据集最左端的属性列为第0列；如果某个属性的值是缺失值（missing value），用问号“?”表示，且这个问号不能省略。??4/lesson/id-47964.html \t _blankWeka 数据准备与格式转换15分钟本讲介绍了Weka支持的数据格式类型，以及常用的数据下载方法，并重点介绍和演示了如何将Excel格式的数据转换成Arff格式文件的方法。??5/lesson/id-47965.html \t _blankWeka数据预处理（Preprocess）的方法16分钟本讲介绍了如何对Weka的数据进行预处理的方法，课程详细讲解和演示了数据离散化（Discretize）的方法，以及如何查看和修改参数的方法。第三章　Weka操作实践3课时?58分钟??6/lesson/id-47966.html \t _blank利用Weka进行数据分类（ Classify）23分钟在Weka中，把分类(Classification)和回归(Regression)都放在“Classify”选项卡中；本讲介绍了利用Weka进行数据分类的方法，讲解了输出图形结果参数以及ROC曲线相关参数的意义。??7/lesson/id-47967.html \t _blankWeka分类示例：对IRIS数据进行分类处理15分钟本讲介绍了Weka分类具体应用示例：对默认的IRIS数据文件进行分类处理的方法。??8/lesson/id-47968.html \t _blankWeka分类应用示例：训练bank-data分类模型18分钟本讲介绍了利用Weka对bank-data（银行个人参股计划预测）数据进行分类应用的示例，内容包括数据转换，数据预处理，训练分类模型，评估分类模型等内容。第四章　Weka功能扩展3课时?48分钟??9/lesson/id-47969.html \t _blank利用Weka进行聚类 （cluster）分析18分钟本讲介绍了利用Weka进行聚类 （cluster）分析的方法，包括Weka中的聚类算法，参数设置的方法，结果诠释等。??10/lesson/id-48800.html \t _blank利用Weka进行聚类分析实验：银行客户分类15分钟本讲介绍了利用Weka对Bank-data 数据进行聚类分析的实验，实现对银行客户分类 ，其目的是发现相似客户群，以满足银行的客户细分需求，为银行针对不同客户群体的营销策略提供支持。11/index.php?do=lessonid=50392 \t _blank利用Weka进行关联规则分析（associatio