Neural Networks for Handwritten Digit Recogn 吴恩达机器学习 jupyter note 版本编程作业 机器学习与数据挖掘 用神经网络识别手写数字0-9

数据挖掘导论（第二版）第4章：贝叶斯分类器.pptx

数据表+源码+报告 大三数据挖掘实验

SAS编程与数据挖掘商业案例_姚志勇code data test; input x y z @@; cards; 1 2 3 4 5 6 ; run; proc sql; create view view1 as select * from sashelp.class ; quit; proc format; value fmt 1='a' ; run; %macro test; data test; x=1; run; %mend test; %test; libname fv ' F:\Data_Model\Book_data\chapt2'; data fv.forever; Input x y z; Cards; 1 2 3 4 5 6 ; run; data temp; Input x y z; Cards; 1 2 3 4 5 6 ; run; libname user ' F:\Data_Model\Book_data\chapt2'; data forever; Input x y z; Cards; 1 2 3 4 5 6 ; run; options user=fv; libname fv ' F:\Data_Model\Book_data\chapt2'; data forever; Input x y z; Cards; 1 2 3 4 5 6 ; run; options user=work; data temp; Input x y z; Cards; 1 2 3 4 5 6 ; run; proc contents data=sashelp.class;run; proc contents data=sashelp.class out=class_cnt;run; libname hsdb db2 user=xxuser password="xxxx" datasrc=datadb; data idx(index=(x)); input x y z; cards; 1 2 3 ; run;

K-NN（K近邻算法）实现手写字符的识别（C语言）实现，通过VS2010平台验证通过，代码详细易懂，是该算法上手的好资料.

喻梅编的书第5章回归分析wenka数据

压缩包内含：基于LSTM的股票价格预测_数据+代码+报告，可以最为数据挖掘的大作业。股票作为人民金融投资的普遍方式，如何在股票中赚钱成为股民的共同目标。要想在股票交易中赚钱便要掌握股票的走势，因此股票价格预测工作引起社会及学术界的广泛关注。股票的走势随市场变动，而且受诸多因素影响，如国际环境，政策变化，行业发展，市场情绪等等，这使得股民很难预测股票的走势。理论上，根据股票以往的价格走势，可以预测股票的未来走势。因为股票预测是高度非线性的，这就要预测模型要能够处理非线性问题，并且，股票具有时间序列的特性，因此适合用循环神经网络对股票进行预测。虽然循环神经网络（RNN），允许信息的持久化，然而，一般的RNN模型对具备长记忆性的时间序列数据刻画能力较弱，在时间序列过长的时候，因为存在梯度消散和梯度爆炸现象RNN训练变得非常困难。Hochreiter 和 Schmidhuber 提出的长短期记忆（ Long Short-Term Memory，LSTM）模型在RNN结构的基础上进行了改造，从而解决了RNN模型无法刻画时间序列长记忆性的问题。因此，本文基于LSTM实现一个股票价格预测模型。

Java中导入weka类库 引入weka的jar就可以了，把jar加到classpath下。 Eclipse:右键单击项目名，Build Path  Add External Archives，选weka.jar。

主要内容  数据挖掘综述  数据仓库和数据挖掘的OLAP技术  数据预处理  数据挖掘原语、语言和系统结构  概念描述：特征化与比较  挖掘大型数据库中的关联规则  分类和预测  聚类分析  复杂类型数据的挖掘 数据挖掘的应用和发展趋势

数据挖掘Apriori和FP-Tree算法工程+测试用例 VC++6.0工程，图形化界面