1
00:00:02,000 --> 00:00:06,900
大家好！我是Ian Witten， 来自美丽的新西兰怀卡托大学。

2
00:00:06,900 --> 00:00:13,460
很高兴向大家介绍我们新开的网课More Data Mining with Weka。

3
00:00:13,460 --> 00:00:16,730
 这门课是课程Data Mining with Weka的高阶部分。

4
00:00:16,730 --> 00:00:17,820
如果你喜欢Data Mining with Weka，

5
00:00:17,820 --> 00:00:19,289
你也会喜欢这门新课。

6
00:00:19,289 --> 00:00:21,890
他们用同样的模式和软件，

7
00:00:21,890 --> 00:00:23,330
同样的做中学。

8
00:00:23,330 --> 00:00:28,939
学习目标也一样，是你能够使用数据挖掘的先进技术

9
00:00:28,939 --> 00:00:33,980
处理手头的数据，并理解处理步骤。

10
00:00:33,980 --> 00:00:38,380
你不需要学完之前的课程再学习新课程，

11
00:00:38,380 --> 00:00:40,110
但是我们不会重复以前的知识。

12
00:00:40,110 --> 00:00:45,800
因此，你需要了解数据挖掘和Weka机器学习工作台。

13
00:00:45,800 --> 00:00:49,640
这门课由简短的，5-10分钟的视频组成。

14
00:00:49,640 --> 00:00:52,460
课程还提供幻灯片、字幕

15
00:00:52,460 --> 00:00:56,920
和选择性教材数据挖掘的课本。

16
00:00:56,920 --> 00:01:00,230
出版商已经同意将其作为免费课程材料。

17
00:01:00,230 --> 00:01:05,500
我们有期中和期末考试。如果你能顺利通过考试，

18
00:01:05,500 --> 00:01:09,820
你就会获得怀卡托大学颁发的结业证书。

19
00:01:09,820 --> 00:01:15,510
和以前一样，Weka作为你的实验室，帮助你练习和掌握

20
00:01:15,510 --> 00:01:18,020
高阶数据挖掘的实践和原理。

21
00:01:18,020 --> 00:01:24,040
每节课课后都有精心设计的练习，帮助你巩固

22
00:01:24,040 --> 00:01:26,479
课堂内容。

23
00:01:26,479 --> 00:01:29,049
实际上，大多情况下你需要在做中学。

24
00:01:29,049 --> 00:01:32,829
你不可能通过听我讲课和看我做练习而达到学习的目的。

25
00:01:32,829 --> 00:01:34,250
你是通过练习而学习的。

26
00:01:34,250 --> 00:01:39,930
这门课不涉及任何编程知识，但需要有些高中数学的基础。

27
00:01:39,930 --> 00:01:41,890
高中数学的基础。

28
00:01:41,890 --> 00:01:46,049
课程内容是由之前学习基础课的同学建议的。

29
00:01:46,049 --> 00:01:51,770
首先，我们来学习如何用大规模实验为你的数据

30
00:01:51,770 --> 00:01:56,000
和不同版本的数集选择不同的的机器学习方法

31
00:01:56,000 --> 00:01:57,000
和过滤技巧。

32
00:01:57,500 --> 00:01:59,500
然后，我们尝试处理大规模数据。

33
00:01:59,500 --> 00:02:03,659
你将会处理成百上千万条数据

34
00:02:03,659 --> 00:02:08,530
我会演示如何有效使用Weka

35
00:02:08,530 --> 00:02:12,200
处理更多的数据。

36
00:02:12,200 --> 00:02:15,030
之后，我们学习文本归类

37
00:02:15,030 --> 00:02:18,840
文本挖掘是机器学习中一个很受欢迎的领域。

38
00:02:18,840 --> 00:02:22,370
我们会学习相关的法则和聚类。

39
00:02:22,370 --> 00:02:27,020
我们会学习属性选择和如何使用支出模型

40
00:02:27,020 --> 00:02:30,069
来优化支出。

41
00:02:30,069 --> 00:02:36,620
你还可以在Weka工具包中设置自己的神经网络。

42
00:02:36,620 --> 00:02:37,620
当然，学习这门课，你需要一台电脑，

43
00:02:37,620 --> 00:02:40,650
因为你需要在个人电脑上安装Weka。

44
00:02:40,650 --> 00:02:41,590
你需要网络连接。

45
00:02:41,590 --> 00:02:43,150
你还需要谷歌账号，

46
00:02:43,150 --> 00:02:46,400
因为我们的网课用的是谷歌平台。

47
00:02:46,400 --> 00:02:49,989
你需要强烈的动机和时间。

48
00:02:49,989 --> 00:02:53,099
每周几小时，共5周时间。

49
00:02:53,099 --> 00:02:56,599
这门课比上一门需要更多的时间，

50
00:02:56,599 --> 00:03:00,680
因为这些练习更复杂，要求更高。

51
00:03:00,680 --> 00:03:02,470
顺便说一句，我们编辑了新的音乐。

52
00:03:02,470 --> 00:03:04,879
我们演奏朋友的乐曲。

53
00:03:04,879 --> 00:03:05,690
你会喜欢听的。

54
00:03:05,690 --> 00:03:10,099
实际上，我认为仅此音乐就值课程的学费，

55
00:03:10,099 --> 00:03:10,989
学费为0.

56
00:03:10,989 --> 00:03:11,720
另外，

57
00:03:11,720 --> 00:03:14,370
这门课是完全免费的。

58
00:03:14,370 --> 00:03:16,250
More Data Mining with Weka, More Data Mining with Weka

59
00:03:16,250 --> 00:03:18,450
马上会来到你身边。

60
00:03:18,450 --> 00:03:19,470
期待与您共同学习！