预约成功
PART 1 数据挖掘基础理论 (占比 20%)
a. 数据挖掘概要(2%)
b. 数据挖掘方法和原理(7%)
c. 数据挖掘技术基础(5%)
d. 数据挖掘技术进阶(6%)
PART 2 数据预处理 (占比 25%)
a. 字段选择(2%)
b. 数据清洗(8%)
c. 字段扩充(2%)
d. 数据编码(8%)
e. 特征提取技术(5%)
PART 3 预测型数据挖掘模型 (占比 40%)
a. 朴素贝叶斯(5%)
b. 线性回归(3%)
c. 决策树(分类树及回归树)(8%) d. 神经网络与深度学习(6%)
e. 逻辑回归(2%)
f. 支持向量机(4%)
g. 集成方法(5%)
h. 模型评估(7%)
PART 4 描述型数据挖掘模型 (15%)
a. 聚类分析(6%)
b. 关联规则(6%)
c. 序列模式(3%)