《数据挖掘与Python实践》课程主要讲授数据挖掘的基本理论、各个分支及应用。课程涵盖DM的定义、流程、数据预处理、数据可视化、关联分析、聚类、分类、数值预测等内容。通过课程学习，你将会掌握数据挖掘的基本理论、思想和方法，并通过简单易用的软件来解决相关的问题。

1. 了解和掌握数据挖掘的基本理论、流程和方法。

2. 了解和掌握数据挖掘过程过中的技术，如数据预处理、数据可视化、关联分析、聚类、分类、数值预测等内容。

3. 通过课程学习，能通过简单易用的软件来解决数据挖掘的相关问题。

1.数理统计

2.高等代数

1.  《数据挖掘与Python实践》 李爱华. 孟凡. 北京：高等教育出版社，2023.

2. 《数据挖掘：概念与技术》 韩家炜.（第三版）. 北京：机械工业出版社，2012.

3. 《商务智能》 刘红岩．北京：清华大学出版社，2013．

4. 《机器学习》 周志华. 北京：清华大学出版社，2016.

5. 《统计学习方法》 李航. 北京：清华大学出版社，2019.

6. 《Python for Data Analysis》 Wes McKinney. O'Reilly Media， 2019.

7. 《利用Python进行数据分析》徐敬一（译）. 北京：机械工业出版社，2018.

1.课程各单元的发布时间是什么时候？

  课程教学和发布安排一般是每个单元为一周，个别单元为两周，具体时间如表所示。

单元      单元内容      发布时间

第一单元      导言      2025/9/1 10:00

第二单元      认识数据      2025/9/8 10:00

第三单元      数据预处理   2025/9/22 10:00

第四单元      关联规则挖掘      2025/10/6 10:00

第五单元      分类      2025/10/13 10:00

第六单元      数值预测      2025/10/27 10:00

第七单元      聚类分析      2025/11/3 10:00

第八单元      复杂数据的挖掘   2025/11/10 10:00

2.每章测试和期末测试在什么时间？

  每章测试在每章课程教学发布之后，期末测试在课程结束后两周，本学期课程2025年2月24号开始-2025年7月13号结束。