教育數據挖掘技術與套用

內容簡介

本教材深入剖析了教育大數據的特徵，提出教育大數據分析與挖掘技術的目標和套用前景，梳理教育領域常用的分析挖掘技術，揭示教育大數據分析的本質。隨後，從教育數據獲取與預處理、數據降維、分析與預測、多維關聯挖掘、聚類分析、滯後時間序列分析、社會網路分析等七個方面介紹教育數據挖掘的原理和實踐。本選題不僅闡釋了決策樹、人工神經網路、支持向量機、樸素貝葉斯分類器、Logistic回歸、Apriori算法、K-Means聚類、層次聚類等分析技術的原理，也利用SPSS Modeler、GSEQ、Ucinet、Gephi等軟體結合案例和實操對這些算法的套用場景進行了全面介紹。本選題結合案例將複雜的數據分析技術進行深入淺出的講解，選用教育領域的數據進行預處理、降維、預測、聚類、關聯分析、時間序列分析和社會網路分析。與此同時，結合微視頻講解案例操作，形成立體化教材，努力將本書打造成在內容設計上面具有實踐性，在知識層面上具有發展性，在表現形式上具有富媒體性的圖書。

圖書目錄

第1章教育數據挖掘概述 / 1

1.1 數據挖掘及其要解決的問題 / 1

1.2 教育數據的來源和特點 / 3

1.3 教育數據分類 / 4

1.4 教育數據挖掘的目標和價值 / 6

1.5 教育數據挖掘技術概述 / 8

本章小節 / 14

第2章教育數據採集和預處理 / 15

2.1 教育數據採集 / 15

2.2 初始數據存在的雜亂性 / 19

2.3 數據清洗 / 20

2.4 數據集成 / 23

2.5 數據變換 / 26

2.6 數據規約 / 27

2.7 教育數據預處理套用案例 / 28

本章小節 / 35

第3章教育數據降維 / 36

3.1 數據降維概述 / 37

3.2 兩種數據降維方法 / 37

3.3 特徵選擇數據降維方法 / 38

3.4 特徵提取數據降維方法 / 40

3.5 特徵選擇數據降維方法在教育數據中的套用案例 / 44

3.6 特徵提取數據降維方法在教育數據中的套用案例1 / 51

3.7 特徵提取數據降維方法在教育數據中的套用案例2 / 56

本章小節 / 65

第4章決策樹、人工神經網路和支持向量機 / 66

4.1 分類預測概述 / 66

4.2 決策樹 / 67

4.3 C5.0算法及其套用 / 73

4.4 決策樹套用案例 / 86

4.5 人工神經網路 / 94

4.6 神經網路套用案例 / 101

4.7 支持向量機 / 105

4.8 支持向量機套用案例 / 113

教育數據挖掘技術與套用

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條