跳到主要内容
Responsive image
  • 您正在用访客帐号访问 (登录)
当前访问位置:
  • 首页
  • 课程
  • 数据挖掘与数据仓库(共享)

数据挖掘与数据仓库(共享)

共享课程

授课老师:汪卫星

课程简介:

随着大数据时代的到来,未来30年将对计划经济和市场经济进行重新定义。数据,在近几年迅速转变为企业不可或缺的重要生产资料,数据分析和数据挖掘能力正驱动着一个个企业的未来发展。本课程本系统介绍了数据仓库和数据挖掘技术的基本概念、基本方法、相关技术及最新发展。通过本课程的学习,使学生对数据仓库和数据挖掘的整体结构、概念和技术有深入的认识和了解,并且熟悉相关算法的基本原理,提高学生分析数据的思维能力和计算能力等。

已有 43615 人浏览此课程

    • 课程论坛 聊天

      课程论坛,欢迎同学们提问

    • 教师团队
    • 课程说明
    • 学习内容
    • 形成性考核
    • 实操实训
    • 拓展资源
    折叠/展开down
    • 单元一: 数据仓库的概念与体系结构up
      • 教学内容
        • 1.1数据仓库概念与特点(ppt) 文件
          学生必须
          查看
        • 1.2数据仓库的体系结构(ppt) 文件
          学生必须
          查看
        • 1.3数据仓库的产品及发展(ppt) 文件
          学生必须
          查看
        • 1.1数据仓库的概念与特点 网页
          学生必须
          查看
        • 1.2数据仓库的体系结构 网页
          学生必须
          查看
        • 1.3数据仓库的产品及发展 网页
          学生必须
          查看
      • 教学视频
        • 1.1数据仓库的概念与特点 云视频资源
          学生必须
          学生必须观看视频达到该视频总时长的 70 时才能完成此活动
        • 1.2数据仓库的体系结构 云视频资源
          学生必须
          学生必须观看视频达到该视频总时长的 70 时才能完成此活动
        • 1.3数据仓库的产品及发展 云视频资源
          学生必须
          学生必须观看视频达到该视频总时长的 70 时才能完成此活动
        • 1.4数据仓库的体系结构(1) 云视频资源
          学生必须
          学生必须观看视频达到该视频总时长的 70 时才能完成此活动
        • 1.5数据仓库的体系结构(2) 云视频资源
          学生必须
          学生必须观看视频达到该视频总时长的 70 时才能完成此活动
      • 学习材料
        • 1.1数据仓库的定义 网页
        • 1.2数据仓库的特点 网页
        • 1.3数据仓库与数据库的区别与联系 网页
        • 1.4数据仓库的体系结构 网页
        • 1.5数据的仓库的产生和发展 网页
        • 1.6国内外数据仓库的发展现状和趋势 网页
        • 1.7数据仓库的应用案例 网页
      • 习题
        • 单元一习题 网页
          学生必须
          查看
    • 单元二:数据仓库的数据存储与处理up
      • 教学内容
        • 2.1数据仓库的设计原则与模式 (ppt) 文件
          学生必须
          查看
        • 2.2数据仓库的设计过程(ppt) 文件
          学生必须
          查看
        • 2.3数据仓库的建模(一)(ppt) 文件
          学生必须
          查看
        • 2.4数据仓库的建模(二)(ppt) 文件
          学生必须
          查看
        • 2.1数据仓库的设计原则与模式 网页
          学生必须
          查看
        • 2.2数据仓库的设计过程 网页
          学生必须
          查看
        • 2.3数据仓库的建模(一) 网页
          学生必须
          查看
        • 2.4数据仓库的建模(二) 网页
          学生必须
          查看
      • 教学视频
        • 2.1数据仓库的设计原则与模式 云视频资源
          学生必须
          学生必须观看视频达到该视频总时长的 70 时才能完成此活动
        • 2.2数据仓库的设计过程 云视频资源
          学生必须
          学生必须观看视频达到该视频总时长的 70 时才能完成此活动
        • 2.3 数据仓库的建模 云视频资源
          学生必须
          学生必须观看视频达到该视频总时长的 70 时才能完成此活动
        • 2.3 数据仓库的建模(二) 云视频资源
          学生必须
          学生必须观看视频达到该视频总时长的 70 时才能完成此活动
        • 2.4数据仓库的建模(三) 云视频资源
          学生必须
          学生必须观看视频达到该视频总时长的 70 时才能完成此活动
      • 学习材料
        • 2.1三层数据结构 网页
        • 2.2数据特征 网页
        • 2.3数据ETL过程 网页
        • 2.4多维数据模型 网页
      • 习题
        • 单元二习题 网页
          学生必须
          查看
    • 单元三:OLAP与数据处理up
      • 教学内容
        • 3.1 OLAP技术 (ppt) 文件
          学生必须
          查看
        • 3.2 数据处理技术(ppt) 文件
          学生必须
          查看
        • 3.3 数据分析的内涵(ppt) 文件
          学生必须
          查看
        • 3.1 OLAP技术概述 网页
          学生必须
          查看
        • 3.2 数据处理技术 网页
          学生必须
          查看
        • 3.3数据分析的内涵 网页
          学生必须
          查看
      • 教学视频
        • 3.1 OLAP技术概述 云视频资源
          学生必须
          学生必须观看视频达到该视频总时长的 70 时才能完成此活动
        • 3.2 数据处理技术 云视频资源
          学生必须
          学生必须观看视频达到该视频总时长的 70 时才能完成此活动
        • 3.3 数据分析的内涵 云视频资源
          学生必须
          学生必须观看视频达到该视频总时长的 70 时才能完成此活动
      • 学习材料
        • 3.1数据仓库系统的设计与开发 网页
        • 3.2设计流程步骤 网页
        • 3.3操作步骤 网页
      • 习题
        • 单元三习题 网页
          学生必须
          查看
        • 第三章 OLAP与数据处理 讨论区
          直到 2023年12月19日 23:00 前可访问
    • 单元四:数据挖掘技术up
      • 教学内容
        • 4.1数据挖掘概述(ppt) 文件
          学生必须
          查看
        • 4.2数据挖掘方法与技术(ppt) 文件
          学生必须
          查看
        • 4.1 数据挖掘概述 网页
          学生必须
          查看
        • 4.2 数据挖掘方法与技术 网页
          学生必须
          查看
      • 教学视频
        • 4.1 数据挖掘概述 云视频资源
          学生必须
          学生必须观看视频达到该视频总时长的 70 时才能完成此活动
        • 4.2数据挖掘方法与技术 云视频资源
          学生必须
          学生必须观看视频达到该视频总时长的 70 时才能完成此活动
      • 学习材料
        • 4.1数据挖掘的概念 网页
        • 4.2数据挖掘的常用算法 网页
        • 4.3数据挖掘技术流程 网页
        • 4.4数据挖掘常用方法 网页
        • 4.5关联规则挖掘 网页
        • 4.6Apriori算法 & FP-growth算法 网页
        • 4.7相关研究与应用 网页
      • 习题
        • 单元四习题 网页
          学生必须
          查看
    • 单元五:聚类数据up
      • 教学内容
        • 5.1聚类算法(ppt) 文件
          学生必须
          查看
        • 5.2 k-均值算法(ppt) 文件
          学生必须
          查看
        • 5.1 聚类概述及相似度测量 网页
          学生必须
          查看
        • 5.2 k-均值算法 网页
          学生必须
          查看
      • 教学视频
        • 5.1聚类概述及相似度测量 云视频资源
          学生必须
          学生必须观看视频达到该视频总时长的 70 时才能完成此活动
        • 5.2 k-均值算法 云视频资源
          学生必须
          学生必须观看视频达到该视频总时长的 70 时才能完成此活动
      • 学习材料
        • 5.1数据分类 网页
        • 5.2鸢尾花的分类 网页
        • 5.3数据分类 网页
        • 5.4鸢尾花的分类 网页
        • 5.5数据分类的过程与评价 网页
        • 5.6决策树 网页
        • 5.7支持向量机 网页
        • 5.8近邻分类方法 网页
      • 习题
        • 单元五习题 网页
          学生必须
          查看
        • 第五章 聚类数据 讨论区
          直到 2023年12月19日 23:00 前可访问
    • 单元六:关联分析up
      • 教学内容
        • 6.1-关联分析的概念(ppt) 文件
          学生必须
          查看
        • 6.2-Apriori算法(ppt) 文件
          学生必须
          查看
        • 6.3-提高Apriori算法的有效性(ppt) 文件
          学生必须
          查看
        • 6.1关联分析的概念 网页
          学生必须
          查看
        • 6.2Aprior算法 网页
          学生必须
          查看
        • 6.3提高Apriori算法的有效性 网页
          学生必须
          查看
      • 教学视频
        • 6.1-关联分析的概念 云视频资源
          学生必须
          学生必须观看视频达到该视频总时长的 70 时才能完成此活动
        • 6.2-Apriori算法 云视频资源
          学生必须
          学生必须观看视频达到该视频总时长的 70 时才能完成此活动
        • 6.3-提高Apriori算法的有效性 云视频资源
          学生必须
          学生必须观看视频达到该视频总时长的 70 时才能完成此活动
        • 6.2-Apriori算法第二部分 云视频资源
          学生必须
          学生必须观看视频达到该视频总时长的 70 时才能完成此活动
      • 学习材料
        • 6.1聚类分析 网页
        • 6.2相似度的计算方法 网页
        • 6.3K-means聚类算法 网页
        • 6.4层次聚类方法 网页
      • 习题
        • 单元六习题 网页
          学生必须
          查看
        • 第六章 关联分析 讨论区
          直到 2023年12月19日 23:00 前可访问
    • 单元七:数据分类up
      • 教学内容
        • 7.1-分类过程(ppt) 文件
          学生必须
          查看
        • 7.2-k-最邻近分类算法(ppt) 文件
          学生必须
          查看
        • 7.3-决策树(ppt) 文件
          学生必须
          查看
        • 7.4-贝叶斯分类算法(ppt) 文件
          学生必须
          查看
        • 7.1分类过程 网页
          学生必须
          查看
        • 7.2k-最邻近分类算法 网页
          学生必须
          查看
        • 7.3决策树 网页
          学生必须
          查看
        • 7.4贝叶斯分类算法 网页
          学生必须
          查看
      • 教学视频
        • 7.1-分类过程 云视频资源
          学生必须
          学生必须观看视频达到该视频总时长的 70 时才能完成此活动
        • 7.2-k-最邻近分类算法 云视频资源
          学生必须
          学生必须观看视频达到该视频总时长的 70 时才能完成此活动
        • 7.3-决策树 云视频资源
          学生必须
          学生必须观看视频达到该视频总时长的 70 时才能完成此活动
        • 7.3-决策树(1) 云视频资源
          学生必须
          学生必须观看视频达到该视频总时长的 70 时才能完成此活动
        • 7.3-决策树(2) 云视频资源
          学生必须
          学生必须观看视频达到该视频总时长的 70 时才能完成此活动
        • 7.4-贝叶斯分类算法 云视频资源
          学生必须
          学生必须观看视频达到该视频总时长的 70 时才能完成此活动
      • 学习材料
        • 7.1贝叶斯概率 网页
        • 7.2贝叶斯网络 网页
        • 7.3贝叶斯网络的预测、诊断和训练算法 网页
      • 习题
        • 单元七习题 网页
          学生必须
          查看
        • 第七章 数据分类 讨论区
          直到 2022年12月19日 23:00 前可访问
    • 单元八:统计分析up
      • 教学内容
        • 8.1-线性回归分析(ppt) 文件
          学生必须
          查看
        • 8.2-逻辑回归分析(ppt) 文件
          学生必须
          查看
        • 8.1线性和非线性回归分析 网页
          学生必须
          查看
        • 8.2逻辑回归分析 网页
          学生必须
          查看
      • 教学视频
        • 8.1-线性回归分析 云视频资源
          学生必须
          学生必须观看视频达到该视频总时长的 70 时才能完成此活动
        • 8.2-逻辑回归分析 云视频资源
          学生必须
          学生必须观看视频达到该视频总时长的 70 时才能完成此活动
      • 学习材料
        • 8.1神经网络 网页
        • 8.2神经元模型 网页
        • 8.3BP算法 网页
        • 8.4遗传算法的机理 网页
        • 8.5遗传算法设计 网页
      • 习题
        • 单元八习题 网页
          学生必须
          查看
    • 单元九:文本、Web及空间数据挖掘up
      • 教学内容
        • 9.1-文本挖掘技术(ppt) 文件
          学生必须
          查看
        • 9.2-Web挖掘(ppt) 文件
          学生必须
          查看
        • 9.3-空间数据挖掘(ppt) 文件
          学生必须
          查看
        • 9.1文本挖掘技术 网页
          学生必须
          查看
        • 9.2Web挖掘 网页
          学生必须
          查看
        • 9.3空间数据挖掘 网页
          学生必须
          查看
      • 教学视频
        • 9.1-文本挖掘技术 云视频资源
          学生必须
          学生必须观看视频达到该视频总时长的 70 时才能完成此活动
        • 9.2-Web挖掘 云视频资源
          学生必须
          学生必须观看视频达到该视频总时长的 70 时才能完成此活动
        • 9.3-空间数据挖掘 云视频资源
          学生必须
          学生必须观看视频达到该视频总时长的 70 时才能完成此活动
      • 学习材料
        • 9.1线性回归 网页
        • 9.2线性回归模型参数估计和判定系数 网页
        • 9.3线性回归方程的检验 网页
        • 9.4线性回归 网页
        • 9.5线性回归模型参数估计和判定系数 网页
        • 9.6线性回归方程的检验 网页
        • 9.7Logistic模型 网页
        • 9.8时间序列模型 网页
      • 习题
        • 单元九习题 网页
          学生必须
          查看
        • 第九章 文本和WEB挖掘 讨论区
          直到 2023年12月19日 23:00 前可访问
    • 总复习up
      • 期末复习指引 网页
        学生必须
        查看
授课老师

汪卫星

版块

跳过 历史课程档案

历史课程档案

本课程过往学期报表
点击查看

广东开放大学版权所有    粤ICP备05008834号-3

广东开放大学信息化建设处    服务电话:020-83495072    技术服务邮箱:course@gdrtvu.edu.cn

  • 简体中文 ‎(zh_cn)‎
    • 简体中文 ‎(zh_cn)‎
    • English ‎(en)‎