
Clementine數(shù)據(jù)挖掘高級(jí)培訓(xùn)
第一講 決策樹CART算法與應(yīng)用
第二講 決策樹QUEST算法與應(yīng)用
第三講 決策樹CHAID算法與應(yīng)用
第四講 決策樹C5.0算法與應(yīng)用
第五講 決策列表(Decision list)與應(yīng)用
第六講 特征選取(Feature selection)與應(yīng)用
第七講 二元分類(Binary classifier)與應(yīng)用
第八講 判別分析(Discriminant analysis)與應(yīng)用
第九講 邏輯斯斯蒂克回歸(Logistic regression)與應(yīng)用
第十講 廣義線性模型(GLM)與應(yīng)用
第十一講 神經(jīng)網(wǎng)絡(luò)(Neural network)與應(yīng)用
第十二講 單純貝氏分類器(Naive Bayes classifier)與應(yīng)用
第十三講 支持向量機(jī)(SVM)與應(yīng)用
第十四講 自學(xué)習(xí)響應(yīng)模型(SLRM)與應(yīng)用
第十五講 生存分析Cox回歸與應(yīng)用
第十六講 案例分析一 —數(shù)據(jù)挖掘在電信業(yè)中的應(yīng)用
第十七講 案例分析二 —數(shù)據(jù)挖掘在商業(yè)銀行信用卡管理的應(yīng)用
第十八講 案例分析三 —數(shù)據(jù)挖掘在市場營銷中的應(yīng)用