该参考描述所示目录。请向院校确认当前的招生项目及适用于您入学年的条件。
描述
数据挖掘 数据挖掘导论、数据类型、数据预处理、数据探索与可视化、数据挖掘算法、模型评估指标、分类与预测、聚类、特征选择与降维、机器学习与数据挖掘、关联规则挖掘、文本挖掘、大数据分析、数据挖掘中的伦理与隐私以及现实世界案例研究。讲座，每周3小时。限制：仅限累计至少16学分的BEng专业学生选修。先决条件：IENG 3P11 。 工程合作教育课程
先修课程
- 先决条件：IENG 3P11 。 工程合作教育课程
条件与方式
- 限制：仅限累计至少16学分的BEng专业学生选修。
- 先决条件：IENG 3P11 。 工程合作教育课程
原文参考文本
Data Mining Introduction to data mining, type of data, data preprocessing, data exploration and visualization, data mining algorithms, model evaluation metrics, classification and prediction, clustering, feature selection and dimensionality reduction, machine learning and data mining, association rule mining, text mining, big data analytics, ethics and privacy in data mining, and real-world case studies. Lectures, 3 hours per week. Restriction: open to BEng majors with a minimum 16 overall credits. Prerequisite(s): IENG 3P11 . ENGINEERING COOP COURSES
- Prerequisite(s): IENG 3P11 . ENGINEERING COOP COURSES
- Restriction: open to BEng majors with a minimum 16 overall credits.
来源与参考
为帮助您核实信息，保留了日期和来源。为便于阅读提供了翻译；以官方来源为准，查看条件和要求。
来源参考 : https://brocku.ca/webcal/2024/undergrad/engs.html