数据挖掘：理论与算法 清华大学  视频教程  下载

资料目录：

数据挖掘：理论与算法 清华大学
|____期末考试练习
          |____多选题 (1 满分).doc
          |____单选题.doc
          |____单选题 (1 满分).doc
|____11 美丽数据说：阆苑仙葩，美玉无瑕
          |____2 南国紫荆亦芬芳
          |____1 数据之美
|____10 进化计算：大道至简，万物之本
          |____相关学习资源
          |____7 万物皆进化
          |____6 遗传程序设计
          |____5 遗传算法进阶
          |____4 遗传算法初探
          |____3 走向进化
          |____2 尽善尽美
          |____1 人与自然
          |____Evolutionary_Algorithms.pptx
|____09 集成学习：兼听则明，偏听则暗
          |____相关学习资源
          |____5 继往开来：RegionBoost
          |____4 集成之美：AdaBoost
          |____3 环环相扣：Boosting
          |____2 群策群议：Bagging
          |____1 民主协商：Ensemble
          |____Ensemble_Learning.pptx
|____08 推荐算法：察言观色，投其所好
          |____5 告诉你一个真实的推荐
          |____4 协同过滤
          |____3 PageRank传奇
          |____2 隐含语义分析
          |____1 无所不在的推荐
          |____Recommendation.pptx
|____07 关联规则：营销购物，自有乾坤
          |____相关学习资源
          |____6 序列模式
          |____5 实例分析
          |____4 Apriori 算法
          |____3 误区
          |____2 支持度与置信度
          |____1 项集与规则
          |____Association_Rule.pptx
|____06 聚类分析：物以类聚，人以群分
          |____相关学习资源
          |____4 密度与层次
          |____3 期望最大法
          |____2 K-Means
          |____1 无监督学习
          |____Clustering.pptx
|____05 支持向量机：数学之美，巅峰之作
          |____相关学习资源
          |____4 致敬真神
          |____3 数学家的把戏
          |____2 线性SVM
          |____1 最大间隔
          |____Support_Vector_Machines.pptx
|____04 神经网络：巨量并行，智慧无限
          |____相关学习资源
          |____5 管中窥豹，抛砖引玉
          |____4 层次分明，责任到人
          |____3 从一个到一群
          |____2 会学习的神经元
          |____1 智慧之源神经元
          |____asset-v1-TsinghuaX+80240372X+sp+type@asset+block@Neural_Networks-710.pptx
|____03 从贝叶斯到决策树：意料之外，情理之中
          |____相关学习资源
          |____4植树造林学问大
          |____3 数据、规则与树
          |____2 朴素是一种美德
          |____1 贝叶斯奇幻之旅
          |____NB-DT.pptx
|____02 数据预处理：抽丝剥茧，去伪存真
          |____相关学习资源
          |____7 线性判别分析
          |____6 主成分分析
          |____5 特征选择
          |____4 数据描述与可视化
          |____3 类型转换与采样
          |____2 异常值与重复数据检测
          |____1 数据清洗
          |____Data_Preprocessing.pptx
|____01 走进数据科学：博大精深，美不胜收
          |____相关学习资源
          |____08 迷雾重重
          |____07 隐私保护与并行计算
          |____06 K 聚类及其它数据挖掘问题
          |____05 分类问题
          |____04 从数据到知识
          |____03 知行合一
          |____02 学而不思则罔
          |____01 整装待发
          |____Introduction.pptx