數(shù)據(jù)倉庫與數(shù)據(jù)挖掘結(jié)業(yè)論文(編輯修改稿)
2024-10-17 23:19 本頁面
【文章內(nèi)容簡介】 容] 知識發(fā)現(xiàn)的過程 數(shù)據(jù)挖掘的方法和技術(shù) 數(shù)據(jù)挖掘的知識表示第六章 數(shù)據(jù)的獲取和管理 建議學(xué)時：4 [教學(xué)目的與要求] 了解數(shù)據(jù)的數(shù)據(jù)獲取和管理，掌握數(shù)據(jù)質(zhì)量的多維度量，掌握數(shù)據(jù)預(yù)處理方法 [教學(xué)重點(diǎn)與難點(diǎn)] 數(shù)據(jù)質(zhì)量，數(shù)據(jù)預(yù)處理方法[授 課 方 法] 以課堂講授為主，課堂討論和課下自學(xué)為輔 [授 課 內(nèi) 容] 數(shù)據(jù)倉庫的數(shù)據(jù)獲取 數(shù)據(jù)管理 系統(tǒng)管理 數(shù)據(jù)的預(yù)處理 數(shù)據(jù)質(zhì)量的多維度量 數(shù)據(jù)預(yù)處理的主要方法第七章 定性歸納建議學(xué)時：2 [教學(xué)目的與要求] 了解數(shù)據(jù)挖掘的定性歸納技術(shù)，掌握ID3算法、。[教學(xué)重點(diǎn)與難點(diǎn)] ID3算法、[授 課 方 法] 以課堂講授為主，課堂討論和課下自學(xué)為輔 [授 課 內(nèi) 容] 基本概念 數(shù)據(jù)泛化 屬性相關(guān)分析 挖掘概念對比描述 挖掘大數(shù)據(jù)庫的描述型統(tǒng)計(jì)信息第八章 關(guān)聯(lián)挖掘建議學(xué)時：2 [教學(xué)目的與要求] 了解關(guān)聯(lián)挖掘和的方法，掌握Apriori算法 [教學(xué)重點(diǎn)與難點(diǎn)] Apriori算法[授 課 方 法] 以課堂講授為主，課堂討論和課下自學(xué)為輔 [授 課 內(nèi) 容] 基本概念 單維布爾邏輯關(guān)聯(lián)規(guī)則挖掘 多層關(guān)聯(lián)規(guī)則挖掘 多維關(guān)聯(lián)規(guī)則挖掘 關(guān)聯(lián)規(guī)則聚類系統(tǒng)(ARCS) 關(guān)聯(lián)規(guī)則其它內(nèi)容第九章聚類分析建議學(xué)時：2 [教學(xué)目的與要求] 了解什么是聚類分析、聚類和分類的區(qū)別，掌握聚類分析的算法。[教學(xué)重點(diǎn)與難點(diǎn)] 聚類分析的算法[授 課 方 法] 以課堂講授為主，課堂討論和課下自學(xué)為輔 [授 課 內(nèi) 容] 什么是聚類分析 聚類分析中的數(shù)據(jù)類型 主要聚類算法的分類第十章 分類 建議學(xué)時：2 [教學(xué)目的與要求] 了解什么是數(shù)據(jù)挖掘的分類，掌握KNN(KNearest Neighbor)分類和Bayes分類 [教學(xué)重點(diǎn)與難點(diǎn)] KNN(KNearest Neighbor)分類和Bayes分類 [授 課 方 法] 以課堂講授為主，課堂討論和課下自學(xué)為輔 [授 課 內(nèi) 容] 第十一章 預(yù)測 建議學(xué)時：2 [教學(xué)目的與要求] 了解預(yù)測算法，掌握回歸預(yù)測、廣義線性GenLin模型預(yù)測、支持向量機(jī)預(yù)測 [教學(xué)重點(diǎn)與難點(diǎn)] 回歸預(yù)測、廣義線性GenLin模型預(yù)測、支持向量機(jī)預(yù)測 [授 課 方 法] 以課堂講授為主，課堂討論和課下自學(xué)為輔 [授 課 內(nèi) 容] 預(yù)測的基本知識 預(yù)測的數(shù)據(jù)準(zhǔn)備 分類的基本知識 決策樹分類 支持向量機(jī)分類KNN(KNearest Neighbor)分類 Bayes分類 預(yù)測的主要方法 回歸預(yù)測廣義線性GenLin模型預(yù)測 支持向量機(jī)預(yù)測撰稿人：蔡永明 審核人：第四篇：數(shù)據(jù)倉庫與數(shù)據(jù)挖掘論文決策樹在教學(xué)評價中的應(yīng)用研究摘 要 決策樹學(xué)習(xí)是人們廣泛使用的一種歸納推理形式。先就決策樹和決策樹學(xué)習(xí)算法進(jìn)行介紹，然后用實(shí)例闡述決策樹在教育信息處理中的應(yīng)用，主要以在教學(xué)評價中的應(yīng)用為例來加以介紹。關(guān)鍵詞 決策樹；數(shù)據(jù)挖掘；教育信息處理；教學(xué)評價當(dāng)今社會處于一個信息爆炸的時代，海量的數(shù)據(jù)可以用來選擇和發(fā)掘信息，然而有時卻讓人無從下手，因此數(shù)據(jù)挖掘技術(shù)受到人們的高度關(guān)注。數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的或者隨機(jī)的數(shù)據(jù)中提取人們事先不知道的但又是有用的信息和知識的過程。它的方法很多，其中決策樹是一種解決實(shí)際應(yīng)用分類問題的數(shù)據(jù)挖掘方法。在教育教學(xué)中，根據(jù)決策樹算法的實(shí)際特點(diǎn)，它可以在教育信息處理中的信息采集上發(fā)揮很大的作用。決策樹介紹決策樹學(xué)習(xí)是人們廣泛使用的一種歸納推理形式。決策樹起源于概念學(xué)習(xí)系統(tǒng)，其思路是找出最有分辨能力的屬性，把數(shù)據(jù)庫劃分為許多子集（對應(yīng)樹的一個分枝），構(gòu)成一個分枝過程，然后對每一個子集遞歸調(diào)用分支過程，直到所有子集包含同一類的數(shù)據(jù)。最后得到的決策樹能對新的例子進(jìn)行分類。它一般是從一組無次序、無規(guī)則的事例中推理出決策樹表示形式的分類規(guī)則。它一般需要給定一組訓(xùn)練例子，訓(xùn)練例子一般被看成用于創(chuàng)建模型的數(shù)據(jù)集。由此可
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1