416分钟
数据挖掘基础实践教程
数据挖掘来源于数据分析，但又完全不同于数据分析，那么他们之间究竟有怎样的联系与区别，数据挖掘和当下很热的大数据之间又有着怎样的联系呢？ 数据挖掘在企业中的实际应用是怎样的？又出现过哪些让人哭笑不得的案…
数据挖掘来源于数据分析，但又完全不同于数据分析，那么他们之间究竟有怎样的联系与区别，数据挖掘和当下很热的大数据之间又有着怎样的联系呢？
数据挖掘在企业中的实际应用是怎样的？又出现过哪些让人哭笑不得的案例呢？
CRISP-DM作为最成功的数据挖掘方法论，如何应用呢？
如何评估一个数据挖掘项目的实施效果，作为动辄数万数十万投入的项目，又有哪些原因可能导致数据挖掘项目最终失败呢？
本课程为数据挖掘的方法论和分析理念学习，可适用于依赖任何数据挖掘工具的人员
第1章 什么是数据挖掘
- 数据挖掘讲义资料
- 1-1 为什么会出现数据挖掘技术
- 1-2 数据挖掘存在的价值
- 1-3 数据挖掘究竟是什么
- 1-4 数据挖掘考虑解决的问题
- 1-5 对数据挖掘的常见误解
- 1-6 什么是大数据
第2章 数据挖掘方法论：CRISP-DM
- 2-1 CRISP-DM概述
- 2-2 CRISP-DM商业理解
- 2-3 CRISP-DM其他理解与准备
第3章 数据挖掘方法体系入门
- 3-1 统计模型概述
- 3-2 统计模型分类
- 3-3 别忘了统计描述也是战斗力
第4章 数据挖掘方法体系介绍
- 4-1 回归类模型概述
- 4-2 回归类模型的方法框架
- 4-3 类别预测模型及实现原理
- 4-4 类别预测模型的方法框架
- 4-5 聚类分析概述
- 4-6 聚类模型的方法框架
- 4-7 主成分分析与因子分析
- 4-8 关联分析与序列分析
第5章 文本挖掘入门
- 5-1 文本挖掘概述
- 5-2 文本挖掘工具
- 5-3 TM工具：R
- 5-4 TM工具：Python
第6章 数据挖掘项目的综合评估
- 6-1数据挖掘项目效果的评估
- 6-2 类别预测模型的效果评价
- 6-3 聚类模型的评价
- 6-4 如何改进模型结果
- 6-5 数据挖掘项目失败的原因
第7章 数据挖掘中的软件工具
- 7-1 数据挖掘软件概述
- 7-2 SAS_EM简介
- 7-3 SAS_EM操作入门
- 7-4 Modeler简介
- 7-5 Modeler操作入门
- 7-6 编程工具简介
- 7-7 R数据挖掘操作入门
- 7-8 sklearn操作入门
课程资料
测试
张文彤
博士，数据分析与挖掘专著的作者