数据挖掘入门

数据挖掘入门

标签:

python

价格:

￥0.00

评分:

3.0

统计:

2.3
万字 26311
在看 2
点赞

分享:

《数据挖掘入门》是由智客段小辉提供(阅读原文),楠木大叔整理。该教程为入门教程，为博主学习数据挖掘的学习路径步骤。教程为入门教程，从最简单的开始。使用的编程语言为Python3.8.1，使用JupyterNotebook作为开发环境。

在学习本教程之前，你需要：

有一点python编程基础
会用百度 or 谷歌
数学知识还是要一点的（但是要多少呢？我也不知道，我也是刚开始学）
什么是数据挖掘,通俗地讲就是寻找数据之间的关系。

前言
1 亲和性分析
2 分类问题OneR算法
2.1 分类问题OneR算法
2.2 K-近邻算法和距离度量介绍
3 scikit-learn
3.1 scikit-learn框架基本使用(以K近邻算法为例)
3.2 决策树
4 Apriori 算法
4.1 基于scikit-lean决策树处理Iri
4.2 Apriori算法
4.3 Apriori算法Python实现
5 数据集特征选择
6 朴素贝叶斯进行文本分类
7 神经网络
- 7.1 神经网络介绍
- 7.2 使用神经网络（基于pybrain）识别数字手写集MNIST
8 SVM介绍以及从零开始公式推导
- 8.1 SVM介绍以及从零开始公式推导
- 8.2 sklearn的SVM使用
9 k-means算法
10 DNN
- 10.1 DNN介绍及公式推导
- 10.2 keras入门使用以及构建DNN网络识别MNIST
11 CNN网络
- 11.1 CNN网络介绍
- 11.2 使用keras构建CNN网络识别CIFAR10
12 结束

在线咨询