学会数据挖掘，1年发10篇论文

Posted 2021-04-27 中外学术情报

中外学术情报

后台回博/硕，进博/硕群

最近，有读者跟我们抱怨，这几年，学术期刊的编辑们胃口真是越来越高了。你辛辛苦苦采集数据，没日没夜进行文献分析，最后好不容易自认做出了一点成果，小心翼翼把文章投给杂志社，结果，还是惨遭拒绝！

开始还没搞清楚，后来才被告知，原因是我的研究方法老旧，数据呈现单薄，研究结论脆弱，文章除了做得辛苦，跟人家用数据挖掘做出来的论文比，并没有什么优势！

后来我就开始转变观念，也尝试学习数据挖掘。以前没用过不知道，这一用数据挖掘，发现真是科研神器啊！

~~导师再也不用担心我发论文了~~

但是问题在于，数据挖掘这么有用，可很少有地方可以系统而直观地学。有同学和老师还抱怨，网上扒的一些资料，要么不知所云，要么废话连篇，学了许久都还搞不清楚，真是愁坏了。

在此情况下，中外学术情报专门邀请了美国名校Jack老师来给大家讲授“用WEKA玩转数据挖掘”这个课。Jack老师是信息科学博士，在信息与数据处理相关研究方法方面经验老道，并拥有丰富教学经验。让他讲这个方法，实在太适合不过了。

本系列课程共分六讲，讲课中，老师极其注意效率，内容丰富，全面系统。外加这是个视频课，直观可视，简直是一学就会，一听就懂。

具体来说，该课程包括但不限于以下重要内容：

第一讲：数据挖掘的介绍

1. 数据挖掘的由来

2. 数据挖掘的应用

3. 基本概念区分

4. 数据挖掘基本内容

5. 数据挖掘基本特征

6. 数据挖掘的其他主题

第二讲：数据挖掘系统

7. 数据挖掘工具

8. 数据挖掘过程

9. 数据挖掘系统

10. 如何选择数据挖掘系统

11. 数据挖掘系统发展趋势

第三讲：数据挖掘相关算法

12. 粗糙集

13. 聚类

14. 关联规则

15. 决策树

16. 神经网络和支持向量机

17. 回归分析 

第四讲：数据挖掘工具对比

18. RapidMiner

19. SAS Data Mining

20. WEKA

21. Software – R

22. Python NLTK

23. SPSS Modeler 

第五讲：WEKA玩转数据挖掘项目演示（一）聚类

24. 项目介绍

25. 数据准备

26. 数据清洗

27. 算法选择

28. 软件操作

29. 结果解释

第六讲：WEKA玩转数据挖掘项目演示（二）分类

30. 项目介绍

31. 数据准备

32. 数据清洗

33. 算法选择

34. 软件操作

35. 结果解释

如上所示，学生通过该课程，可以实现对数据挖掘进行全方位的把握，包括其定义、算法、基本内容、特征和分类等，并在理论介绍的基础上，手把手教你用WEKA结合实际案例真正玩转数据挖掘，可谓收获满满。这个方法真的非常有用，最好一定要来学学。

听说开了这个课，很多同学和老师都来听了。点击阅读原文，抓紧学起来吧！