北京大学《数据科学导论》数据挖掘课件.pptVIP

北京大学《数据科学导论》数据挖掘课件;数据挖掘：引言;什么是数据挖掘？定义与目标;数据挖掘的应用领域：商业、科学、工程;数据挖掘的任务类型：分类、聚类、回归、关联分析;数据挖掘的过程：CRISP-DM模型;数据预处理：为什么需要预处理？;数据清理：处理缺失值;数据清理：处理噪声数据;数据集成：实体识别与数据转换;数据归约：数据立方体聚集;数据归约：属性子集选择;数据归约：维度归约：PCA主成分分析;数据变换：规范化;数据变换：离散化;分类：基本概念;决策树分类：算法原理;决策树分类：信息增益;决策树分类：增益率;贝叶斯分类：朴素贝叶斯;贝叶斯分类：贝叶斯网络;支持向量机(SVM)：基本原理;支持向量机(SVM)：核函数;分类模型评估：准确率、精确率、召回率、F1值;分类模型评估：ROC曲线;过拟合与欠拟合：概念与解决方法;集成学习：Bagging;集成学习：Boosting;聚类：基本概念;距离度量：欧氏距离、曼哈顿距离;K-Means聚类：算法原理;K-Means聚类：初始化方法;K-Means聚类：评估指标（轮廓系数）;DBSCAN聚类：算法原理;DBSCAN聚类：参数选择;层次聚类：凝聚式聚类;层次聚类：分裂式聚类;聚类结果评估：内部指标;聚类结果评估：外部指标;关联规则挖掘：基本概念;支持度、置信度、提升度;Apriori算法：算法原理;Apriori算法：剪枝策略;FP-Growth算法：算法原理;FP-Growth算法：FP树构建;序列模式挖掘：基本概念;GSP算法：算法原理;数据挖掘工具：Weka;数据挖掘工具：RapidMiner;数据挖掘工具：Python(Scikit-learn);数据挖掘伦理：隐私保护;数据挖掘伦理：公平性;数据挖掘挑战：大数据;数据挖掘挑战：高维数据;数据挖掘挑战：流数据;数据挖掘未来趋势：深度学习;数据挖掘未来趋势：自动机器学习(AutoML);案例分析：客户细分;案例分析：欺诈检测;案例分析：推荐系统