认证学习
专题课程-数据挖掘与python实践
分享
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

1.数理统计

2.高等代数

参考资料


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.


常见问题