原创力文档- 1、本文档共60页，可阅读全部内容。
- 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、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、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)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
大数据挖掘与应用;课程概述;第一章：大数据概述;大数据的4V特性;大数据的应用领域;大数据技术生态系统;第二章：数据挖掘基础;数据挖掘的主要任务;数据挖掘的过程;数据预处理技术;第三章：分类算法;决策树算法;决策树的优缺点;朴素贝叶斯分类器;支持向量机（SVM）;K近邻算法（KNN）;第四章：聚类算法;K-means算法;层次聚类;DBSCAN算法;第五章：关联规则挖掘;Apriori算法;FP-Growth算法;关联规则的评估;第六章：异常检测;统计方法;基于距离的方法;基于密度的方法;第七章：深度学习在数据挖掘中的应用;卷积神经网络（CNN）;循环神经网络（RNN）;LSTM和GRU;第八章：文本挖掘;文本表示方法;主题模型;情感分析;第九章：社交网络分析;中心性分析;社区发现;链接预测;第十章：推荐系统;协同过滤;矩阵分解;基于内容的推荐;第十一章：大数据平台和工具;HDFS和MapReduce;ApacheSpark;数据可视化工具;第十二章：大数据挖掘实践;数据采集和预处理;模型选择和训练;模型部署和监控;第十三章：大数据挖掘的伦理与隐私;隐私保护技术;算法偏见和公平性;第十四章：大数据挖掘的未来趋势;AutoML和自动化数据科学;可解释人工智能;课程总结;
文档评论（0）