同济大学：《大数据分析与数据挖掘 Big Data Analysis and Mining》课程教学资源（PPT课件讲稿）Evaluation & other classifiers

◼ Cluster Basics ◼ Clustering algorithms  Hierarchical clustering  k-means  Expectation-Maximization (EM) ◼ Cluster Validity  determining the number of clusters  clustering evaluation

数据挖掘实现的住院病人的实时预警（PPT讲稿）Real-Time Clinical Warning for Hospitalized Patients via Data Mining

Data Objects and Attribute Types Basic Statistical Descriptions of Data Data Visualization Measuring Data Similarity and Dissimilarity Summary

Data Preprocessing: An Overview Data Quality Major Tasks in Data Preprocessing Data Cleaning Data Integration Data Reduction Data Transformation and Data Discretization Summary

《数据挖掘导论 Introduction to Data Mining》课程教学资源（PPT课件讲稿）Data Mining Classification（Basic Concepts, Decision Trees, and Model Evaluation）

9.1 机器学习概述 9.2 符号学习 9.3 神经网络学习 9.4 知识发现与数据挖掘

6.1 机器学习概述 6.2 符号学习 6.3 神经网络学习 6.4 知识发现与数据挖掘

9.1 机器学习概述 9.2 符号学习 9.3 神经网络学习 9.4 知识发现与数据挖掘

【机器学习】可拓数据挖掘在学生成绩分析中的应用研究