大数据应用基础-分类算法(PPT 115页)
所属分类：大数据
文件大小：5495 KB
下载要求：10 学币或VIP
点击下载
资料简介：
..............................
主要内容
分类算法
大数据复习
大数据的核心是什么
大数据的核心——非结构化数据
大数据架构技术的核心
大数据技术中的算法
数据挖掘的概念辨析
数据挖掘的基本流程
数据挖掘算法分类
高度重视以下同义词
数据准备的重要性
分类模型的评价
分类的步骤——数据集的划分
分类的步骤——模型的训练与使用
分类的步骤
复习到此结束
分类算法的核心概念辨析
按目标变量类型把监督学习分为两类
注意回归这一概念的歧义
有监督学习与预测的区别
二分类和多分类
分类算法的典型应用
分类算法的应用——销售
分类算法的应用——金融
保险索赔的欺诈检测
分类算法的应用——电信
分类算法的应用——机电设备
分类算法的应用——沟通交流
分类算法的应用
对分类算法的常见应用的小结
常见分类算法
决策树
决策树的剪枝
决策树的用途
决策树的优缺点
决策树的例子——是否去相亲
决策树的例子——判断性别
决策树例子——是否参加战斗
决策树的其他例子
逻辑回归
逻辑回归的步骤
逻辑回归模型的检验
决策树和逻辑回归的比较
支持向量机
支持向量机的原理
支持向量机——选最大边际的那个超平面
支持向量机的一个特点
支持向量机的优缺点
支持向量机的应用
支持向量机关键概念小结
在SPSS Modeler中使用SVM
KNN 算法
KNN 算法的最大特点
在SPSS Modeler中使用KNN 算法
朴素贝叶斯分类
朴素贝叶斯分类的步骤
朴素贝叶斯分类的原理
具体公式
为什么独立性假设是可行的？
朴素贝叶斯学习的应用
贝叶斯网络
组合方法
组合方法的种类
组合方法——提升算法
组合方法——袋装
组合方法——随机森林
组合方法——随机森林的步骤
组合方法——随机森林的优点
组合方法的优点
人工神经网络
人工神经网络的缺点
人工神经网络的优点
人工神经网络中的函数
人工神经网络的训练算法
人工神经网络的常用训练算法——后向传播算法
人工神经网络的结构
人工神经网络的常用结构——多层感知器
人工神经网络的应用
深度学习
深度学习基本原理
基本原理
深度学习在业界的代表性应用
百度的深度识别应用——百度轻拍
如何在R和SPSS上使用神经网络算法
先要做数据预处理
如何在R上使用神经网络算法
如何在SPSS上使用神经网络算法
隆重推荐几本书
如何用简单工具实现数据挖掘
如果你想实现更多大数据功能
要点小结
训练和预测过程回顾
..............................
精品资料网 m.cnshu.cn
Copyright © 2004- 粤ICP备10098620号-1
