|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/mineria-de-datos-con-weka-i/
课程评论：没有评论
课程名称：数据挖掘与Weka I（Minería de Datos con Weka I） 课程概述： 本课程旨在让学生了解和掌握基础的数据挖掘技术，并了解这些技术如何应用于特定的问题，以提取有用的知识，进行分析和决策。课程内容具有学术性，并且适应于大学的数据挖掘课程大纲。 课程目标： 1. 理解数据挖掘技术的概念和术语。 2. 认识到系统使用知识提取技术在获取预测模型和模式方面的好处。 3. 了解数据库知识发现的各个阶段及其在成功过程中的重要性，特别是数据清理和选择阶段。 4. 学习在数据挖掘中使用的多种机器学习和统计技术，选择适合具体问题的数据挖掘技术。 5. 利用Weka数据挖掘工具生成所选择的模型和模式。 6. 使用简单的评估技术（如交叉验证）评估模型质量。 7. 在项目中实现特定的数据挖掘算法。 8. 学会使用Weka构建预测模型。 9. 通过步骤指导和示例学习以下机器学习算法：最近邻算法、朴素贝叶斯、决策树和分类规则。 该课程为希望掌握数据挖掘基础知识并进行实践应用的学员提供了一个良好的学习平台。
Este curso ofrece a los estudiantes la posibilidad de conocer, comprender las técnicas básicas de minería de datos y saber cómo se aplican en problemas concretos de extracción de conocimiento útil para el análisis y la toma de decisiones. El contenido del curso es académico y adaptado al curriculum de la asignatura de Minería de datos que se da en las universidades.ObjetivosEntender los conceptos y la terminología de las técnicas de minería de datos.Reconocer los beneficios del uso sistemático de técnicas de extracción de conocimiento para la obtención de modelos y patrones predictivos.Conocer las fases del Descubrimiento de Conocimiento de Bases de Datos y la importancia de las mismas en el éxito del proceso (en especial las de limpieza y selección de datos).Conocer las distintas técnicas de aprendizaje automático y estadísticas utilizadas en minería de datos. Elegir, para un problema concreto, qué técnicas de minería de datos son más apropiadas.Generar los modelos y patrones elegidos utilizando la herramienta o paquete de minería de datos WEKA.Evaluar la calidad de un modelo, utilizando técnicas sencillas de evaluación (validación cruzada).Implementar un algoritmo de minería de datos específico dentro de un proyecto.Aprender a usar WEKA en la construcción de un modelo predictivo.Aprender paso a paso y con ejemplos explicativos los siguientes algoritmos de machine learning: Vecinos más Cercanos, Naïve Bayes, Árbol de Decisión y Reglas de Clasificación.
