数据挖掘introduction.pdf

  1. 1、本文档共85页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
数据挖掘introduction

数据挖掘 郑子彬 中山大学 数据科学与计算机学院 /dm2017 2017年 1 课程信息 • 课程名称: 《数据挖掘》 – 浅显易懂地介绍各种数据挖掘技术 • 教材 – 《数据挖掘导论》, Pang-Ning Tan, Michael Steinbach, Vipin Kumar, 人民邮电出版社 – 《Introduction to Data Mining》, Pang-Ning Tan, Michael Steinbach, Vipin Kumar, Addison Wesley, ISBN: 9780321321367 – 相关论文及其他材料 2 授课老师信息 授课老师:郑子彬副教授、博导 (百人计划) • 中山大学 计算机系 学士、硕士;香港中文大学 博士 • 软件工程系主任 • 移动互联网与金融大数据实验室主任 • 青年珠江学者、珠江新星 • IEEE高级会员 • 国际服务学会青年科学家论坛首任主席 • 论文100余篇、曾获软件工程顶级会议ICSE最佳论文奖 3 助教信息 • 助教 :叶方华(yhye@) 马璐(lma@) • Office: 东校区南实验楼D203 • 课程主页: /dm2017 4 成绩评定 项目 比例 期末论文 35% Project 40% Homework 20% 考勤 5% 5 课程安排 周次 课程 1 IntroductionData 2 Data Exploration 3 Classification 1 4 Classification 2 5 Classification 3 6 Association Analysis 7 Cluster

您可能关注的文档

文档评论(0)

wangsux + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档