数据挖掘与python实践_中央财经大学

数据挖掘与python实践

课程详情

课程评价

spContent=身处数据时代，如何在“数据爆炸但知识缺乏”的社会中沙里淘金。数据挖掘作为一门交叉学科，融合了算法、数据库、统计学、信息技术等诸多知识，不仅提供了很好的解决思路，也是有力的科研工具和人工智能发展的重要基础。思维上对数据敏感、实践中熟练掌握工具已经成为了当代数据分析人才的必备素质。

—— 课程团队

课程概述

《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。

授课目标

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。

课程大纲

预备知识

证书要求

1.考核成绩的构成比例为：平时成绩占40%，期末考试成绩占60%。按百分制计分，60分至84分为合格，85分至100分为优秀。

2.平时成绩分为单元检测与课后讨论两部分，单元检测占平时成绩的50%，课后讨论占平时成绩的50%。

3.单元检测要求同学们在期末考试前的规定时间内做答完毕，每次检测均有3次做答机会，取最高分计入成绩。

4.课后讨论题发布在课堂交流区。课后讨论针对每期老师留的问题，在课堂交流区进行回答。评分机制侧重于发言内容，同学们在课堂交流区内进行5次有效讨论，课后讨论得50分；10次及以上有效讨论，课后讨论得满分100分；没有进行有效讨论得0分。

5.期末考试占总成绩的60%，主要考察同学们对本课程所学内容的掌握程度与应用能力。

注：为对学生负责、保证平台证书权威性，2019年9月开始，中国大学MOOC平台不再发放免费证书，原有认证证书的申请方式和流程不变。

参考资料

1. 《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.

2. 《商务智能》，刘红岩．北京：清华大学出版社，2013．

3. 《机器学习》，周志华. 北京：清华大学出版社，2016.

4. 《统计学习方法》，李航. 北京：清华大学出版社,2019.

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

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

常见问题

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。

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一周，2021年5月26号开始-2021年6月5号结束。