加拿大维多利亚大学的数据挖掘课程重点内容有哪些？我考前想复习

　　维多利亚大学数据挖掘课程主要介绍了机器学习的基础知识，内容涵盖分类、回归、聚类和降维等。考试围绕着机器学习算法的实现和数据结果的分析，大部分重点放在分析上。考试中也可能有一些理论成分。同学还应该着重了解Python编程、概率与统计以及线性代数。

　　以下是数据挖掘考试涵盖的详细知识点，同学可以参考复习：

　　1、分类：朴素贝叶斯、逻辑回归、支持向量机

　　2、神经网络

　　3、决策树

　　4、基于实例的学习方法(最近邻方法)

　　5、回归

　　6、无监督学习：聚类(K均值)、降维(主成分分析、独立成分分析)

　　7、评估：交叉验证、学习理论

　　8、强化学习

　　上述这些内容需要同学在考前着重复习。如果同学在复习过程中遇到问题，或是有没掌握的知识，都可以联系我们的加拿大课程辅导老师。老师会根据同学的学习情况和历年的考试内容进行辅导，帮助同学深入理解考试可能会涉及的一系列知识点。