序号 | 教学内容 | 理论课时 | 上机课时 |
1 | 数据挖掘和SPSS Modeler概述 | 2 | 2 |
2 | 数据挖掘的知识形式与算法分类 | 2 | 2 |
3 | IBM SPSS Modeler数据的读入与数据集成 | 2 | 2 |
4 | IBM SPSS Modeler变量的管理与样本管理 | 2 | 2 |
5 | 挖掘预处理:数据清理 | 2 | 2 |
6 | 决策树ID3.0算法 | 2 | 2 |
7 | 决策树C4.5与CART算法 | 2 | 2 |
8 | BP人工神经网络 | 2 | 2 |
9 | 径向基函数网络 | 2 | 2 |
10 | 支持向量机 | 2 | 2 |
11 | 贝叶斯网络 | 2 | 2 |
12 | 马尔科夫毯网络 | 2 | 2 |
13 | K-Means聚类 | 2 | 2 |
14 | Knn聚类 | 2 | 2 |
15 | 两步聚类 | 2 | 2 |
总计 | 60 |