數(shù)據(jù)挖掘技術(shù)及工程實(shí)踐

【課程特色】

1.?? 課上采用案例式教學(xué)，通俗易懂，課下一對(duì)一輔導(dǎo)強(qiáng)化訓(xùn)練，學(xué)與練交叉進(jìn)行強(qiáng)化記憶，你所要做的就是認(rèn)真聽，勤于問，樂于練。

2.?? 清晰的知識(shí)結(jié)構(gòu)，根據(jù)應(yīng)用經(jīng)驗(yàn)采用最優(yōu)化授課模式。

3.?? 內(nèi)容充沛、詳略得當(dāng)，前后呼應(yīng)。

4.?? 講師資歷豐富，具有豐富的實(shí)踐經(jīng)驗(yàn)。

5.?? 知識(shí)講授+貼身案例+場景故事+互動(dòng)討論+現(xiàn)場演練+落地跟蹤

【課程對(duì)象】

【課程時(shí)長】2天（6小時(shí)/天）

【課程大綱】

Python語言入門?? 第1個(gè)主題： Python語言基礎(chǔ)知識(shí)（介紹Python語言基礎(chǔ)知識(shí)，包括Python語言數(shù)據(jù)類型、基礎(chǔ)概念等）

1、 Python語言歷史與趨勢剖析

2、 Python語言安裝

3、 如何運(yùn)行Python程序

4、 PyCharm開發(fā)環(huán)境介紹

5、 Anaconda3開發(fā)環(huán)境介紹（以Anaconda3作為程序演示環(huán)境，Python3作為演示語言）

6、 Python語言help()命令

7、 Python基本命令

8、 變量(Variables)

9、 表達(dá)式(Expressions)

10、 基本數(shù)據(jù)類型

11、 字符串與正則表達(dá)式

12、 Python條件表達(dá)式

13、 循環(huán)（loops）

14、 案例實(shí)戰(zhàn)：正則表達(dá)式在爬蟲中應(yīng)用實(shí)例

15、 Python數(shù)據(jù)結(jié)構(gòu)

16、 Python創(chuàng)建數(shù)組

17、 Python矩陣運(yùn)算

18、 Python語言語法結(jié)構(gòu)

19、 案例：Python語言實(shí)現(xiàn)運(yùn)營商數(shù)據(jù)分析處理

第2個(gè)主題： Python函數(shù)（深入Python函數(shù)的編寫語言）

1、 Python函數(shù)介紹

2、 數(shù)據(jù)分析與建模過程

3、 Python語言定義函數(shù)規(guī)則

4、 Python語言自定義函數(shù)

5、 Python匿名函數(shù)

6、 Python內(nèi)置函數(shù)

7、 Python函數(shù)案例

第3個(gè)主題： Python類（class）（深入剖析Python類的原理）

1、 類（class）介紹

2、 Python多重繼承

3、 Python不支持函數(shù)重載

4、 Class and Instance Variables

5、 Method Objects

6、 Python類編寫案例實(shí)戰(zhàn)

第4個(gè)主題： Python異常處理(Exceptions)（深入剖析Python異常處理）

1、 異常處理(Exceptions)簡介

2、 Python標(biāo)準(zhǔn)異常類

3、 Python異常類編程案例實(shí)戰(zhàn)（爬蟲實(shí)例）

第5個(gè)主題： Python模塊 (Modules)（深入剖析模塊 (Modules)）

1、 Python模塊 (Modules)介紹

2、 Python自定義模塊

3、 Python模塊的導(dǎo)入與添加

4、 Python標(biāo)準(zhǔn)函數(shù)庫模塊

5、 Python第三方模塊

第6個(gè)主題： Python文件讀寫（深入剖析Python文件讀寫）

1、 Python文件讀寫簡介

2、 Python讀寫方法介紹

3、 Python讀寫文本文件

4、 Python讀寫二進(jìn)制文件

5、 Python讀寫json文件

6、 Python讀寫xml文件

第7個(gè)主題： Python操作關(guān)系型數(shù)據(jù)庫（深入剖析Python操作關(guān)系型數(shù)據(jù)）

1、 Python2安裝MySQL Connector?

2、 Python3安裝MySQL Connector

3、 Python語言操作數(shù)據(jù)庫

4、 Python語言數(shù)據(jù)庫優(yōu)化

5、 案例：Python語言實(shí)現(xiàn)話務(wù)數(shù)據(jù)時(shí)間序列建模???? 案例練習(xí)：通過Python語言實(shí)現(xiàn)運(yùn)營商數(shù)據(jù)分析處理案例的剖析數(shù)據(jù)分析過程，體會(huì)數(shù)據(jù)分析的難點(diǎn)和要點(diǎn)。

研討：Python語言實(shí)現(xiàn)電網(wǎng)數(shù)據(jù)分析處理

Python的NumPy模塊????

1、 NumPy?安裝

2、 NumPy Ndarray?對(duì)象

3、 NumPy?數(shù)據(jù)類型

4、 NumPy?數(shù)組屬性

5、 NumPy?創(chuàng)建數(shù)組

6、 NumPy?從已有的數(shù)組創(chuàng)建數(shù)組

7、 NumPy?從數(shù)值范圍創(chuàng)建數(shù)組

8、 NumPy?切片和索引

9、 NumPy?高級(jí)索引

10、 NumPy?廣播(Broadcast)

11、 NumPy?迭代數(shù)組

12、 Numpy?數(shù)組操作

13、 NumPy?位運(yùn)算

14、 NumPy?字符串函數(shù)

15、 NumPy?數(shù)學(xué)函數(shù)

16、 NumPy?算術(shù)函數(shù)

17、 NumPy?統(tǒng)計(jì)函數(shù)

18、 NumPy?排序、條件刷選函數(shù)

19、 NumPy?字節(jié)交換

20、 NumPy?副本和視圖

21、 NumPy?矩陣庫(Matrix)

22、 NumPy?線性代數(shù)

23、 NumPy IO

24、 NumPy Matplotlib?案例練習(xí)：通過NumPy的案例的剖析數(shù)據(jù)分析過程，體會(huì)數(shù)據(jù)分析的難點(diǎn)和要點(diǎn)。

研討：NumPy的數(shù)據(jù)處理

Python的Pandas模塊????

1、 Pandas環(huán)境安裝配置

2、 Pandas數(shù)據(jù)結(jié)構(gòu)

3、 Pandas快速入門

4、 Pandas系列

5、 Pandas數(shù)據(jù)幀（DataFrame）

6、 Pandas面板（Panel）

7、 Pandas基本功能

8、 Pandas描述性統(tǒng)計(jì)

9、 Pandas函數(shù)應(yīng)用

10、 Pandas重建索引

11、 Pandas迭代

12、 Pandas排序

13、 Pandas字符串和文本數(shù)據(jù)

14、 Pandas選項(xiàng)和自定義

15、 Pandas索引和選擇數(shù)據(jù)

16、 Pandas統(tǒng)計(jì)函數(shù)

17、 Pandas窗口函數(shù)

18、 Pandas聚合

19、 Pandas缺失數(shù)據(jù)

20、 Pandas分組（GroupBy）

21、 Pandas合并/連接

22、 Pandas級(jí)聯(lián)

23、 Pandas日期功能

24、 Pandas時(shí)間差（Timedelta）

25、 Pandas分類數(shù)據(jù)

26、 Pandas可視化

27、 Pandas IO工具

28、 Pandas稀疏數(shù)據(jù)

29、 Pandas注意事項(xiàng)＆竅門

30、 Pandas與SQL比較?案例練習(xí)：通過Pandas使用案例的剖析數(shù)據(jù)分析過程，體會(huì)數(shù)據(jù)分析的難點(diǎn)和要點(diǎn)。

研討：Pandas的使用方法

Python機(jī)器學(xué)習(xí)???

第1個(gè)主題： Python平臺(tái)下的機(jī)器學(xué)習(xí)開發(fā)技術(shù)（介紹Python平臺(tái)下的機(jī)器學(xué)習(xí)開發(fā)技術(shù)）

31、 Python平臺(tái)下的數(shù)據(jù)分析工具

32、 Python平臺(tái)下的數(shù)據(jù)分析工具概述

33、 NumPy數(shù)據(jù)處理

34、 NumPy案例

35、 Scipy數(shù)值計(jì)算

36、 SymPy符號(hào)處理

37、 Matplotlib繪制圖表

38、 Pandas數(shù)據(jù)分析、探索工具

39、 Pandas的DataFrame

40、 DataFrame的構(gòu)造

41、 StatsModels數(shù)據(jù)統(tǒng)計(jì)建模分析

42、 Scikit-Learn機(jī)器學(xué)習(xí)庫

43、 Keras人工神經(jīng)網(wǎng)絡(luò)

44、 Keras的設(shè)計(jì)原則

45、 Gensim文本挖掘庫

46、 OpenCV計(jì)算機(jī)視覺庫

47、 案例：Python語言實(shí)現(xiàn)基于聚類的圖像分割方法???? 案例練習(xí)：通過案例的剖析數(shù)據(jù)分析過程，體會(huì)數(shù)據(jù)分析的難點(diǎn)和要點(diǎn)。

研討：Python語言實(shí)現(xiàn)基于聚類的圖像分割方法

Python機(jī)器學(xué)習(xí)???

第1個(gè)主題： 聚類模型原理與實(shí)現(xiàn)（深入剖析聚類原理以及通過Python語言實(shí)現(xiàn)聚類算法模型）

1、 聚類介紹

2、 聚類算法應(yīng)用場景

3、 聚類算法應(yīng)用案例

4、 樣品間相近性的度量

5、 快速聚類法

6、 快速聚類法的步驟

7、 用Lm距離進(jìn)行快速聚類

8、 譜系聚類法

9、 類間距離及其遞推公式

10、 譜系聚類法的步驟

11、 變量聚類

12、 K-Means(K均值)聚類

13、 均值漂移聚類

14、 基于密度的聚類方法(DBSCAN)

15、 用高斯混合模型（GMM）的最大期望（EM）聚類

16、 凝聚層次聚類

17、 圖團(tuán)體檢測(Graph Community Detection)

18、 案例：Python語言聚類實(shí)現(xiàn)及繪圖

19、 案例：Kmeans應(yīng)用案例剖析

20、 課堂實(shí)操：Python語言實(shí)現(xiàn)基于聚類的圖像分割方法

第2個(gè)主題： 決策樹模型原理與實(shí)現(xiàn)（深入剖析決策樹原理以及通過Python語言實(shí)現(xiàn)決策樹模型）

1、 決策樹介紹

2、 決策樹應(yīng)用場景

3、 決策樹應(yīng)用案例

4、 信息熵

5、 ID3算法

6、 C4.5算法

7、 CART算法

8、 決策樹算法

9、 剪枝

10、 過擬合與調(diào)參

11、 決策樹算法原理

12、 決策樹法的決策過程

13、 案例：Python語言實(shí)現(xiàn)決策樹模型

14、 課堂實(shí)操：Python語言實(shí)現(xiàn)決策樹模型

15、 隨機(jī)森林?案例練習(xí)：通過案例的剖析數(shù)據(jù)分析過程，體會(huì)數(shù)據(jù)分析的難點(diǎn)和要點(diǎn)。

圖表分析和數(shù)據(jù)可視化

圖表和可視化技術(shù)可以使數(shù)據(jù)的展示更為直觀，使數(shù)據(jù)的規(guī)律更容易被發(fā)現(xiàn)。同時(shí)，圖表使信息的傳遞更為快速。

1.? ? ? ? Excel常規(guī)圖表類型及其適用場合

2.? ? ? ? 幾種加強(qiáng)版分析圖表

3.? ? ? ? 繪制儀表盤

案例剖析

1. 納稅評(píng)估模型
2. 偷漏電預(yù)測模型
3. 電信資源預(yù)測模型
4. 個(gè)人信用評(píng)級(jí)模型
5. 基于水色圖像的水質(zhì)評(píng)價(jià)模型

6、基于數(shù)據(jù)挖掘技術(shù)的精確智能營銷

7、基于聚類分析的客戶分群

劉暉老師的其它課程