期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
面向产业岗位需求的大数据专业课程建设 被引量:1
1
作者 程东东 黄金龙 《中国新通信》 2024年第15期34-36,共3页
为了培养出符合大数据产业需求的优秀人才,本文根据大数据产业岗位及相关技能,分析大数据专业人才需求,针对大数据专业课程建设面临的问题,分别从融入专业技能竞赛,搭建专业课程体系;对接职业资格证书,设计专业课程内容;按照职业岗位能... 为了培养出符合大数据产业需求的优秀人才,本文根据大数据产业岗位及相关技能,分析大数据专业人才需求,针对大数据专业课程建设面临的问题,分别从融入专业技能竞赛,搭建专业课程体系;对接职业资格证书,设计专业课程内容;按照职业岗位能力要求,建设专业课程等多个方面入手,为实现大数据专业课程科学化建设提出建议。 展开更多
关键词 大数据产业 岗位需求 大数据专业 课程建设
在线阅读 下载PDF
数据科学与大数据技术专业课程群建设与研究
2
作者 程东东 黄金龙 《中国新通信》 2024年第12期107-109,共3页
随着信息技术的发展,大数据技术在各行业中发挥着重要作用,推动了各行业的发展及产业创新。数据科学与大数据技术专业因此应运而生,本文从实际工作经验出发,简要介绍了该专业及其课程情况,探讨了数据科学与大数据技术专业课程群建设的... 随着信息技术的发展,大数据技术在各行业中发挥着重要作用,推动了各行业的发展及产业创新。数据科学与大数据技术专业因此应运而生,本文从实际工作经验出发,简要介绍了该专业及其课程情况,探讨了数据科学与大数据技术专业课程群建设的具体措施。 展开更多
关键词 数据科学与大数据技术专业 课程群
在线阅读 下载PDF
基于划分的数据挖掘K-means聚类算法分析 被引量:19
3
作者 曾俊 《现代电子技术》 北大核心 2020年第3期14-17,共4页
为提升数据挖掘中聚类分析的效果,在分析数据挖掘、聚类分析、传统K⁃means算法的基础上,提出一种改进的K⁃means算法。首先将整体数据集分为k类,然后设定一个密度参数为ϑ,该密度参数反映数据库中数据所处区域的密度大小,ϑ值与密度大小成... 为提升数据挖掘中聚类分析的效果,在分析数据挖掘、聚类分析、传统K⁃means算法的基础上,提出一种改进的K⁃means算法。首先将整体数据集分为k类,然后设定一个密度参数为ϑ,该密度参数反映数据库中数据所处区域的密度大小,ϑ值与密度大小成正比,通过密度参数优化k个样本数据的聚类中心点选取;依据欧几里得距离公式对未选取的其他数据到各个聚类中心之间的距离进行计算,同时以此距离为判别标准,对各个数据进行种类划分,从而得到初始的聚类分布;初始聚类分布得到之后,对每一个分布簇进行再一次的中心点计算,并判断与之前所取中心点是否相同,直到其聚类收敛达到最优效果。最后通过葡萄酒数据集对改进算法进行验证分析,改进算法比传统K⁃means算法的聚类效果更优,能够更好地在数据挖掘当中进行聚类。 展开更多
关键词 数据挖掘 聚类分析 K⁃means聚类算法 聚类中心选取 K⁃means算法改进 初始中心点
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部