《数据挖掘方法》ppt课件

《数据挖掘方法》ppt课件

ID:40055990

大小:943.00 KB

页数:51页

时间:2019-07-18

《数据挖掘方法》ppt课件_第1页
《数据挖掘方法》ppt课件_第2页
《数据挖掘方法》ppt课件_第3页
《数据挖掘方法》ppt课件_第4页
《数据挖掘方法》ppt课件_第5页
资源描述:

《《数据挖掘方法》ppt课件》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第二章:管理与决策支持的数据挖掘方法教师:廖芹第二章 管理与决策支持的数据挖掘方法概述主要方法:1、神经网络(感知机模型、BP、RBF、自组织模型)2、聚类分析(系统聚类、K-均值聚类)3、主成分分析/因子分析4、决策树分析(分类与剪枝)5、关联分析6、遗传算法第二章 管理与决策支持的数据挖掘方法-神经网络第二章 管理与决策支持的数据挖掘方法-神经网络第二章 管理与决策支持的数据挖掘方法-神经网络有关概念——神经元的定义有关概念——常见几种映射函数第二章 管理与决策支持的数据挖掘方法-神经网络有关概念——常见几种映射函数:第二章 管理与决策支持的

2、数据挖掘方法-神经网络第二章 管理与决策支持的数据挖掘方法-神经网络第二章 管理与决策支持的数据挖掘方法-神经网络第二章 管理与决策支持的数据挖掘方法-神经网络第二章 管理与决策支持的数据挖掘方法-神经网络第二章 管理与决策支持的数据挖掘方法-神经网络第二章 管理与决策支持的数据挖掘方法-神经网络第二章 管理与决策支持的数据挖掘方法-神经网络第二章 管理与决策支持的数据挖掘方法-神经网络感知机建立过程:第二章 管理与决策支持的数据挖掘方法-神经网络第二章 管理与决策支持的数据挖掘方法-神经网络第二章 管理与决策支持的数据挖掘方法-神经网络第二章 

3、管理与决策支持的数据挖掘方法-神经网络第二章 管理与决策支持的数据挖掘方法-神经网络第二章 管理与决策支持的数据挖掘方法-神经网络第二章 管理与决策支持的数据挖掘方法-神经网络第二章 管理与决策支持的数据挖掘方法-神经网络第二章 管理与决策支持的数据挖掘方法-神经网络XOR问题的BP模型建立第二章 管理与决策支持的数据挖掘方法-神经网络XOR问题的BP模型建立第二章 管理与决策支持的数据挖掘方法-神经网络评价分四级:v—非常好,g—好,a—一般,b—差第二章 管理与决策支持的数据挖掘方法-神经网络第二章 管理与决策支持的数据挖掘方法-神经网络第二

4、章 管理与决策支持的数据挖掘方法-神经网络第二章 管理与决策支持的数据挖掘方法-神经网络第二章 管理与决策支持的数据挖掘方法-神经网络第二章 管理与决策支持的数据挖掘方法-神经网络第二章 管理与决策支持的数据挖掘方法-神经网络第二章 管理与决策支持的数据挖掘方法-神经网络第二章 管理与决策支持的数据挖掘方法-神经网络四种动物识别BP模型的建立第二章 管理与决策支持的数据挖掘方法-神经网络第二章 管理与决策支持的数据挖掘方法-神经网络RBF神经网络(RadialBasisFunctionNeuralNetwork)RBF神经网络是一种三层前馈式神经

5、网络,由输入层、隐含层和输出层构成。RBF结构构成径向基函数的基本思想:用隐单元实现输入空间到隐含层空间的变换。输入矢量不通过连接权直接映射到隐层空间,输入层到隐含层的变换是非线性的,非线性映射通过径向基函数(高斯函数)实现。隐含层到输出层的映射是线性的,即网络的实际输出是隐含层输出的线性组合。第二章 管理与决策支持的数据挖掘方法-神经网络RBF的模型表示第二章 管理与决策支持的数据挖掘方法-神经网络RBF特点:RBF学习算法:第二章 管理与决策支持的数据挖掘方法-神经网络第二章 管理与决策支持的数据挖掘方法-神经网络自组织(Kohonen)神经

6、网络:第二章 管理与决策支持的数据挖掘方法-神经网络自组织(Kohonen)神经网络:第二章 管理与决策支持的数据挖掘方法-神经网络自组织(Kohonen)神经网络学习过程:第二章 管理与决策支持的数据挖掘方法-神经网络自组织(Kohonen)神经网络学习过程:第二章 管理与决策支持的数据挖掘方法-神经网络自组织(Kohonen)神经网络学习过程:第二章 管理与决策支持的数据挖掘方法-神经网络自组织(Kohonen)神经网络学习过程:第二章 管理与决策支持的数据挖掘方法-神经网络自组织(Kohonen)神经网络学习过程:第二章 管理与决策支持的数

7、据挖掘方法-神经网络自组织(Kohonen)神经网络具体实现过程:第二章 管理与决策支持的数据挖掘方法-神经网络自组织(Kohonen)神经网络具体实现过程:第二章 管理与决策支持的数据挖掘方法-神经网络自组织(Kohonen)神经网络具体实现过程:下转管理与决策支持的数据挖掘方法--聚类分析、主成份分析、因子分析谢谢!

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。