最近,一位讀者跟我們抱怨:
這些年,學(xué)術(shù)期刊的編輯們胃口真是越來(lái)越高了。你辛辛苦苦通過各種關(guān)系托人采集數(shù)據(jù),沒日沒夜逐字逐句分析文獻(xiàn),最后小心翼翼把文章投給雜志社,結(jié)果還是被無(wú)情拒絕!
開始還沒搞清楚,后來(lái)才被告知,我的研究方法老舊,數(shù)據(jù)呈現(xiàn)單薄,研究結(jié)論脆弱,文章除了做得辛苦,跟人家用數(shù)據(jù)挖掘做出來(lái)的論文比,并沒有什么優(yōu)勢(shì)!
后來(lái)我就開始轉(zhuǎn)變觀念,嘗試學(xué)習(xí)數(shù)據(jù)挖掘。以前沒用過不知道,這一用數(shù)據(jù)挖掘,發(fā)現(xiàn)真是科研神器啊~~導(dǎo)師再也不用擔(dān)心我發(fā)論文了~~
但是問題在于,數(shù)據(jù)挖掘這么有用,可很少有地方可以系統(tǒng)而直觀地學(xué)。有同學(xué)和老師還抱怨,網(wǎng)上扒的一些資料,要么不知所云,要么廢話連篇,學(xué)了許久都還搞不清楚,真是愁壞了。
在此情況下,中外學(xué)術(shù)情報(bào)專門邀請(qǐng)了美國(guó)名校Jack老師來(lái)給大家講授“用WEKA玩轉(zhuǎn)數(shù)據(jù)挖掘”這個(gè)課。Jack老師是信息科學(xué)博士,在信息與數(shù)據(jù)處理相關(guān)研究方法方面經(jīng)驗(yàn)老道,并擁有豐富教學(xué)經(jīng)驗(yàn)。讓他講這個(gè)方法,實(shí)在太適合不過了。
本系列課程共分六講,講課中,老師極其注意效率,內(nèi)容豐富,全面系統(tǒng)。外加這是個(gè)視頻課,直觀可視,簡(jiǎn)直是一學(xué)就會(huì),一聽就懂。
具體來(lái)說(shuō),該課程包括但不限于以下重要內(nèi)容:
第一講:數(shù)據(jù)挖掘的介紹
數(shù)據(jù)挖掘的由來(lái)
數(shù)據(jù)挖掘的應(yīng)用
基本概念區(qū)分
數(shù)據(jù)挖掘基本內(nèi)容
數(shù)據(jù)挖掘基本特征
數(shù)據(jù)挖掘的其他主題
第二講:數(shù)據(jù)挖掘系統(tǒng)
數(shù)據(jù)挖掘工具
數(shù)據(jù)挖掘過程
數(shù)據(jù)挖掘系統(tǒng)
如何選擇數(shù)據(jù)挖掘系統(tǒng)
數(shù)據(jù)挖掘系統(tǒng)發(fā)展趨勢(shì)
第三講:數(shù)據(jù)挖掘相關(guān)算法
粗糙集
聚類
關(guān)聯(lián)規(guī)則
決策樹
神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)
回歸分析
第四講:數(shù)據(jù)挖掘工具對(duì)比
RapidMiner
SAS Data Mining
WEKA
Software – R
Python NLTK
SPSS Modeler
第五講:WEKA玩轉(zhuǎn)數(shù)據(jù)挖掘項(xiàng)目演示(一)聚類
項(xiàng)目介紹
數(shù)據(jù)準(zhǔn)備
數(shù)據(jù)清洗
算法選擇
軟件操作
結(jié)果解釋
第六講:WEKA玩轉(zhuǎn)數(shù)據(jù)挖掘項(xiàng)目演示(二)分類
項(xiàng)目介紹
數(shù)據(jù)準(zhǔn)備
數(shù)據(jù)清洗
算法選擇
軟件操作
結(jié)果解釋
如上所示,學(xué)生通過該課程,可以實(shí)現(xiàn)對(duì)數(shù)據(jù)挖掘進(jìn)行全方位的把握,包括其定義、算法、基本內(nèi)容、特征和分類等,并在理論介紹的基礎(chǔ)上,手把手教你用WEKA結(jié)合實(shí)際案例真正玩轉(zhuǎn)數(shù)據(jù)挖掘,可謂收獲滿滿。這個(gè)方法真的非常有用,最好一定要來(lái)學(xué)學(xué)。
聯(lián)系客服