大数据解析与应用导论
本课程共6集 翻译完 欢迎学习
课程介绍:“大数据”这个概念几乎应用到了所有人类智力与发展的领域中。《大数据时代》这本书中有一句话:人类从依靠自身判断做决定到依靠数据做决定的转变,也是大数据作出的最大贡献之一。本课程从大数据解析的基本概念讲起,进而介绍大数据解析中常用的基础算法,包括数据预处理相关算法、判别分析、回归分析、聚类分析、决策树、典型相关分析、神经网络、自编码器和集成学习等,同时结合具体应用,帮助同学们深入学习数据挖掘的模型与方法,掌握大数据解析的钥匙,为各行业特别是工业大数据赋能。希望大家在学习的过程中,能够了解和认识到:本课程是一门实战性很强的基础课程,纸上得来终觉浅,绝知此事要躬行;抓准具体对象本身的特点、特性和问题,以问题驱动,而非以方法为导向,不要哪个方法热,追逐哪个,切忌脱离问题空谈花哨的方法;活用数据,不要迷信数据以及被数据绑架。本课程的特色主要包括:(1)本课程讲授大数据分析的基本原理、相关方法和实例分析,让学生能够形成大数据思维意识,加深对课程知识的理解。(2)课程中介绍了大量的大数据应用案例,这些案例包括但不限于工业领域,为大家提供不同学科方向的思考和启发。(3)课程之余鼓励学生主动发现和思考生活中的大数据场景,将课程内容与实际紧密结合。
课程列表
【第1集】1.1 课程综述1(上) 译
【第2集】1.1 课程综述1(下) 译
【第3集】1.2 课程综述2 译
【第4集】1.3 基本内容 译
【第5集】1.3 基本内容(上) 译
【第6集】1.3 基本内容(下) 译
【第7集】1.4 多元统计基础 译
【第8集】1.4 多元统计基础(上) 译
【第9集】1.4 多元统计基础(下) 译
【第10集】2.1 数据清洗(上) 译
【第11集】2.1 数据清洗(下) 译
【第12集】2.2 数据预处理与特征提取(上) 译
【第13集】2.2 数据预处理与特征提取(下) 译
【第14集】2.3 主成分分析1(上) 译
【第15集】2.3 主成分分析1(下) 译
【第16集】2.4 主成分分析2(上) 译
【第17集】2.4 主成分分析2(下) 译
【第18集】2.5 应用实例(上) 译
【第19集】2.5 应用实例(下) 译
【第20集】3.1 基本原理(上) 译
【第21集】3.1 基本原理(下) 译
【第22集】3.2 距离判别(上) 译
【第23集】3.2 距离判别(下) 译
【第24集】3.3 fisher判别(上) 译
【第25集】3.3 fisher判别(下) 译
【第26集】3.4 贝叶斯判别(上) 译
【第27集】3.4 贝叶斯判别(下) 译
【第28集】3.5 SVM(1)(上) 译
【第29集】3.5 SVM(1)(下) 译
【第30集】3.6 SVM(2)(上) 译
【第31集】3.6 SVM(2)(下) 译
【第32集】4.1 基本概念(上) 译
【第33集】4.1 基本概念(下) 译
【第34集】4.2 最小二乘回归(上) 译
【第35集】4.2 最小二乘回归(下) 译
【第36集】4.3 岭回归(上) 译
【第37集】4.3 岭回归(下) 译
【第38集】4.4 主元回归(上) 译
【第39集】4.4 主元回归(下) 译
【第40集】4.5 偏最小二乘(上) 译
【第41集】4.5 偏最小二乘(下) 译
【第42集】5.1 基本思想(上) 译
【第43集】5.1 基本思想(下) 译
【第44集】5.2 相似性度量(上) 译
【第45集】5.2 相似性度量(下) 译
【第46集】5.3 K-means聚类算法(上) 译
【第47集】5.3 K-means聚类算法(下) 译
【第48集】5.4 高斯混合模型(上) 译
【第49集】5.4 高斯混合模型(下) 译
【第50集】6.1 基本内容(上) 译
【第51集】6.1 基本内容(下) 译
【第52集】6.2 决策树算法(上) 译
【第53集】6.2 决策树算法(下) 译
【第54集】6.3 随机森林(上) 译
【第55集】6.3 随机森林(下) 译
【第56集】6.4 实例应用(上) 译
【第57集】6.4 实例应用(下) 译
【第58集】7.1 基本概念 (上) 译
【第59集】7.1 基本概念 (下) 译
【第60集】7.2 CCA算法介绍 (上) 译
【第61集】7.2 CCA算法介绍 (下) 译
【第62集】7.3 CCA算法拓展 (上) 译
【第63集】7.3 CCA算法拓展 (下) 译
【第64集】7.4 案例分析 (上) 译
【第65集】7.4 案例分析 (下) 译
【第66集】8.1 基本概念与结构发展 (上) 译
【第67集】8.1 基本概念与结构发展 (下) 译
【第68集】8.2 卷积神经网络(CNN) (上) 译
【第69集】8.2 卷积神经网络(CNN) (下) 译
【第70集】8.3 循环神经网络(RNN) (上) 译
【第71集】8.3 循环神经网络(RNN) (下) 译
【第72集】8.4 应用实例 (上) 译
【第73集】8.4 应用实例 (下) 译
【第74集】9.1 自编码器简介(上) 译
【第75集】9.1 自编码器简介(下) 译
【第76集】9.2 去噪自编器(上) 译
【第77集】9.2 去噪自编器(下) 译
【第78集】9.3 稀疏自编码器(上) 译
【第79集】9.3 稀疏自编码器(下) 译
【第80集】9.4 变分自编码器(上) 译
【第81集】9.4 变分自编码器(下) 译
【第82集】10.1 二手车交易价格预测(上) 译
【第83集】10.1 二手车交易价格预测(下) 译
【第84集】10.2 糖尿病的血糖预测(上) 译
【第85集】10.2 糖尿病的血糖预测(下) 译
【第86集】10.3 工业蒸汽量预测(上) 译
【第87集】10.3 工业蒸汽量预测(下) 译
【第88集】10.4 双盲降噪自编码器实现降噪(上) 译
【第89集】10.4 双盲降噪自编码器实现降噪(下) 译
【第90集】10.5 心电数据分析(上) 译
【第91集】10.5 心电数据分析(下) 译
查看全部课程
相关推荐