大数据挖掘与分析最佳实践（Python）_公开课

课程大纲

课程大纲：
一、理解大数据分析
（1）大数据热点问题
（2）大数据发展趋势
（3）大数据与云计算
（4）大数据挖掘面临的困难与挑战
（5）服务产生大数据，大数据即服务
（6）大数据管理与数据思维
二、“工欲善其事”——分析环境搭建
（1） Python语法快速入门
（2）易于实现的并行编程
（3）矩阵工具Numpy
（4）高级数据分析包Pandas
三、理解数据——数据预处理
（1）数据清洗：数据变换，异常值处理，离散化等
（1）了解数据分布：数据度量
（2）数据的可视化探索
（3）向量的相似性度量
（4）对数据进行降维：PCA和SVD
四、怎样自动获取海量数据
（1）从Web自动抓取数据
（2）网络爬虫与面临的问题
（3）基于Python的爬虫框架Scrapy
（4）数据清洗BeautifulSoup
（5）爬虫实例分析——获取大众点评的用户评论
五、从大数据中淘金——个性化推荐系统
（1）关联规则
（2） K-近邻算法
（3）基于内容的推荐
（4）基于用户的推荐
（5）怎样评价推荐结果的有效性
（6）案例分析：电影推荐，美食推荐，广告投放
六、见微知著——基于大数据的用户行为挖掘与分析
（1）复杂网络与社会网络
（2）社会网络的可视化与Python工具
（3）基于社会网络的用户行为分析
（4）微博用户行为分析
（5）案例研讨：基于科研合作网络的行为分析
七、辅助决策——大数据可为决策提供更多的辅助信息
（1）决策树、贝叶斯网络等分类器原理
（2）分类器性能评价指标
（3）支持向量机
（4）案例分析：金融信贷分类
（5）案例分析：分析用户评论以改进服务质量
八、大数据分析前沿技术与展望
（1）深度学习初窥
（2）舆情监测
（3）大数据中的隐私保护
（4）讨论与总结
课程周期：
4天（6小时/天）

课程介绍评价详情(0)