数据挖掘 酷炫模板 3D立体效果.pptx

第一部分 数据挖掘简介第二部分 数据挖掘挖挖看Data MiningData Mining第三部分ID3算法教学质量应用第四部分 数据挖掘的未来1定义从现有的大量数据中，撷取不明显的、之前未知的、可能有用的信息第一部分 数据挖掘简介模式预处理后的数据目标数据数据数据源数据表达和解释数据挖掘数据挖掘预处理预处理2 数据挖掘的过程 从数据库中萃取出有效益，且隐藏在数据当中的信息 Data Mining是属于KDD的其中最重要的一环数据选择数据准备数据选择数据选择数据集成数据集成知识3 数据挖掘的方法神经网络 关联规则决策树哎呦，不错嘛好，举手的那位同学，来~~第二部分 数据挖掘挖挖看1.从小老师就跟我们说要周杰伦，不听，现在后悔了吧。2.根据提示猜人名？他是。。。/view/3420570.htm/view/3420570.htm春蚕到死丝方尽， 蜡炬成灰泪始干。 春蚕到死丝方尽，第三部分 数据挖掘的应用以决策树在教学质量评价中的应用为例蜡炬成灰泪始干目的：推进教学质量评价的理论研究．提高教学质量。A优秀 90-100B良好80-90C中等70-79D及格60-69E不及格 601确定评价指标体系2 指标分级K1 教学态度K2 教学内容K3 教学方法 K4 教学效果K5 评价结果Mr. Money Mr. Zhu …… Mr. yellow ……1 2 …… 6 …… 103 对老师进行编号厦门大学计划统计系教学质量测评表（学生用）2010-2011第x学期教室编号（N1）评价指标属性K5评价结果K1教学态度K2教学内容K3教学方法K4教学效果188858693B良好283848982B良好385858287B良好476777974C中等584747778C中等694929395A优秀777788175C中等896869382B良好982807884B良好1087778576C中等注： xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxxxxxxx信息熵（信息的数学期望）定义为：H(U) =∑i P(ui) log2 (1/ P(ui)) = -∑i P(ui) log2 P(ui) ID3算法基本原理： 找出最有判别力的因素然后把数据分成多个子集最后得到一棵决策树经过进一步计算，得出信息增益（因素重要性）： K2K1K3K44 ID3算法进行数据挖掘教学内容教学方法教学效果CBA{6}优秀{4,5,7,10}{1,2,3,8,9}{6}良好K4BCK2中等{5,10}{4,7}良好CBC中等{5}C{10}BK3厦门大学计划统计系教学质量测评表（学生用）2010-2011第x学期教室编号（N1）评价指标属性K5评价结果K1教学态度K2教学内容K3教学方法K4教学效果188858693B良好283848982B良好385858287B良好476777974C中等584747778C中等694929395A优秀777788175C中等896869382B良好982807884B良好1087778576C中等Mr. Money Mr. Zhu …… Mr. yellow ……1 2 …… 6 …… 10注： xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxxxxxxxxxx xxxxxxxxxxxxxxxxxxxxxxxxxxNO.62011数据分析Data Mining1990s资料统计资料仓储(OLAP)第四部分 数据挖掘的未来1980s数据查询数据库(SQL语言)1960s资料搜集磁带、软盘、硬盘数据挖掘Data Mining根据TECHNOLOGY REVIEW杂志（麻省理工学院）提出改变未来的十大创新技术机器与人脑的界面塑料晶体管 数字权利管理生物测定学(Biometrics)语言识别处理微光学技术(Microphotonics)解开程序代码(Untangling code)机器人设计微应用流体学(Microfluidics)Data MiningData MiningThank you！ ----刘谢冰