人工智能与数据挖掘作业指导书.docVIP

人工智能与数据挖掘作业指导书

TOC\o1-2\h\u13755第1章人工智能与数据挖掘概述 4

120661.1人工智能简史 4

146801.1.1创立阶段（1950s1969） 4

324851.1.2摸索阶段（1970s1989） 4

274911.1.3回归与反思阶段（1990s2009） 4

290371.1.4深度学习与全面发展阶段（2010s至今） 4

132991.2数据挖掘的概念与发展 4

22761.2.1数据挖掘的概念 4

95251.2.2数据挖掘的发展 4

278491.3人工智能与数据挖掘的关系 5

139881.3.1人工智能技术为数据挖掘提供方法 5

216911.3.2数据挖掘为人工智能提供数据支持 5

120841.3.3人工智能与数据挖掘的相互促进 5

19072第2章数据预处理 5

239742.1数据清洗 5

14142.1.1缺失值处理 5

308742.1.2异常值处理 5

294912.1.3重复数据处理 6

31022.2数据集成 6

232112.2.1数据集成策略 6

186342.2.2数据集成方法 6

163932.2.3数据集成过程中的数据清洗 6

267952.3数据变换 6

25842.3.1数据规范化 6

165182.3.2数据离散化 6

181882.3.3数据聚合 6

21102.4数据归一化与标准化 6

40442.4.1数据归一化 6

315862.4.2数据标准化 7

18127第3章数据仓库与联机分析处理 7

151483.1数据仓库的构建 7

57853.1.1数据仓库设计 7

259763.1.2数据仓库实现 7

300363.2联机分析处理技术 8

124173.2.1OLAP基本概念 8

241043.2.2OLAP类型 8

64943.2.3OLAP操作 8

138703.3数据立方体的构建与操作 8

254963.3.1数据立方体构建 8

169573.3.2数据立方体操作 9

23125第4章常见的数据挖掘算法 9

317154.1关联规则挖掘 9

20244.1.1Apriori算法 9

182364.1.2FPgrowth算法 10

324514.2聚类分析 10

226764.2.1Kmeans算法 10

264014.2.2层次聚类算法 10

204614.3分类与预测 11

242924.3.1决策树 11

4804.3.2支持向量机（SVM） 11

247004.3.3朴素贝叶斯 11

71004.4时序分析 11

194614.4.1ARIMA模型 12

82544.4.2LSTM模型 12

4804第5章机器学习算法 12

210725.1监督学习 12

246485.1.1基本概念 12

232245.1.2主要算法 13

81405.1.3应用 13

38615.2无监督学习 13

129525.2.1基本概念 13

115635.2.2主要算法 13

88505.2.3应用 14

55455.3强化学习 14

313425.3.1基本概念 14

108065.3.2主要算法 14

307285.3.3应用 14

206735.4深度学习 15

130475.4.1基本概念 15

282605.4.2主要网络结构 15

246695.4.3应用 15

32355第6章评估与优化 15

262296.1模型评估指标 15

199706.1.1准确率（Accuracy） 16

177896.1.2精确度（Precision）、召回率（Recall）与F1值 16

277336.1.3ROC曲线与AUC值 16

186596.2模型调参策略 16

54226.2.1网格有哪些信誉好的足球投注网站（GridSearch） 16

191636.2.2随机有哪些信誉好的足球投注网站（RandomSearch） 16

227416.2.3贝叶斯优化（BayesianOptimization） 16

260716.3模型优化