学习如何在 Python(一种免费的开源软件)中实现各种流行的数据挖掘算法,以解决业务问题和机遇。涵盖用于预测、分类、可视化、降维、推荐系统、聚类、文本挖掘和网络分析的统计和机器学习算法。
内容
数据挖掘介绍
数据挖掘过程
数据可视化
降维
评估预测性能
多元线性回归
k-最近邻 (kNN)
朴素贝叶斯分类器
分类和回归树
逻辑回归
神经网络
判别分析
组合方法:集成和隆起建模
关联规则和协同过滤
聚类分析
处理时间序列
基于回归的预测
平滑方法
社交网络分析
文本挖掘
案例
详情参阅 - 亚图跨际