摘要： 七，专著研读（Logistic回归） 分类：k 近邻算法，决策树，朴素贝叶斯，Logistic回归，支持向量机，AdaBoost算法。 运用 k 近邻算法，使用距离计算来实现分类 决策树，构建直观的树来分类 朴素贝叶斯，使用概率论构建分类器 Logistic回归，主要是通过寻找最优参数来正确分类原始 阅读全文

摘要： 六，专著研读（第九章朴素贝叶斯） 概述：贝叶斯分类是统计学的一种概率分类方法，，朴素贝叶斯分类是贝叶斯分类中最简单的。用贝叶斯公式根据某特征的先验概率计算出其后验概率，选择具有最大后验概率的类作为该特征所属的类。 朴素：假设所有特征之间是独立统计的。 公式推导(略) $ P(A|B)P(B)=P(B 阅读全文

摘要： 四，专著研读（K 近邻算法） K 近邻算法有监督学习距离类模型， k 近邻算法步骤 计算已知类别数据集中的点与当前点之间的距离 按照距离递增的次序进行排序 选取与当前点距离最小的K个点 确定前k个点出现频率 返回前k个点出现频率最高的类别作为当前点的预测类别 欧氏距离 $dist\left ( x, 阅读全文

摘要： 五，专著研读（第八章） 分类的目的通过构建分类模型来预测一些数据元组的类标签。 分类的过程 决策树（Decision Tree）：是有监督学习的一种算法，并且是一种基本的分类与回归的方法。两种：分类树，回归树。 决策树构建 特征选择如何选择最优特征来划分：决策树的分支节点所包含的样本尽可能属于同一类 阅读全文

摘要： 七，论文研读 论文名称：卓荣庆，柏忠贤.基于数据挖掘的学习者在线学习行为分析模型构建. 研究对象对学习者在线学习行为进行分析与建模。 研究动机通过数据挖掘技术，挖掘数据背后隐藏的潜在学习关系和规律，及时对学习者在线学习行为进行干预和反馈，达到最佳的学习效果。 文献综述在线学习行为分析模型 研究方案设 阅读全文

摘要： 六，论文研读 论文名称：桂忠艳，张艳明，李巍巍.基于行为序列分析的学习资源推荐算法. 研究对象学习行为序列 研究动机利用推荐算法模型，推荐学习资源。 文献综述 行为序列定义及相关概念学习行为发生时间的先后形成的行为次序序列，学习行为序列按时间发生的先后顺序组成行为序列集。状态串：(a, click) 阅读全文

摘要： 三，专著研读 支持度：几个关联的数据在数据集中出现的次数所占数据集的比重。支持度是针对項集来说的，可以定义一个最小支持度，保留满足最小支持度的項集，起到項集过滤。 置信度：一个数据出现后，另外一个数据出现的概率（数据的条件概率），(例：豆奶 莴苣/莴苣)$Confidence\left ( X\ri 阅读全文

摘要： 五，论文研读 论文名称：陈子健，朱晓亮.基于教育数据挖掘的在线学习者学业成绩预测建模模型. 研究对象从教育数据中挖掘影响在线学习者成绩学业成绩的因素并构建分类预测模型。 研究动机学业成绩的预测和评价是全世界教育研究者共同关注的话题，如何对在线学习者的学业成绩进行预测便于提供预警和其他干预措施。 文献 阅读全文

摘要： 四，论文研读 论文名称：陈兰岚，宋海虹.基于MOOC数据挖掘的学习行为和学习成效分析. 研究对象对教育大数据的分析与挖掘 研究动机互联网教学的兴起是教育大数据的分析与挖掘成为一个新的研究动向。 文献综述 数据介绍利用Canvas Network平台提供的慕课开放数据作为数据来源。 研究方法利用MAT 阅读全文

摘要： 2019春 软件工程实践 助教总结 学期工作总结 点评 博客 成绩汇总 结项答辩 收获总结 学期工作总结 点评 折线图反应，本学期每周评阅作业数量。 博客 共撰写20篇博客，其中两篇成绩千帆图，其余为每周评阅总结。 "第一周博客作业评阅总结" "第二周博客作业评阅总结" "第三周博客作业评阅总结" 阅读全文