Python数据挖掘，年前最后一波，欢迎参加！

【在线报名】

网页端：

微信扫一扫：

【课程计划】

第一阶段：[1.07]数据挖掘与Python入门

1.数据分析前沿建模分析思路

2.建模分析软件对比

3.Python语法基础

4.Python的运算符与表达式

5.Python的函数与模块

6.Python的异常处理与文件操作

7.Python科学计算

8.Python绘图篇

9.Python连接数据库-Mysql篇

第二阶段：[1.08]数据挖掘模型与组合算法

1.数据挖掘模型介绍与模型分类

2.数据挖掘标准流程CRSIP-DM

3.数据准备、预处理与数据转化

4.特征变量选择：主成分和因子等

5.样本聚类

案例1:汽车类型聚类与地域购买偏好分析

6.决策树模型

7.模型验证+组合算法

案例2:电信离网用户预警模型

第三阶段：[1.14]KNN与线性回归

1.最近邻域法（KNN）、MBR、样条曲线

2.线性回归与岭回归

3.可实现的Lasso算法

4.线性回归做客户价值预测

5.最近领域法与贝叶斯网络

6.关联规则与购物篮分析

案例3:婚恋网站被约会可能性预测

案例4:零售业客户价值预测模型

第四阶段：[1.15]逻辑回归与SVM

1.逻辑回归；广义线性模型

2.支持向量机

案例5：新闻内容分类

案例6：银行贷款问题

案例7：金融数据分析建模

第五阶段：[1.21]文本分析与社会网络分析

1.文本分析流程概述

2.常用字符串函数与正则表达式

3.分词与词频统计

4.社会网络分析

案例8:电信客户交友圈与流失预警

案例9:电信再入网客户身份指纹识别

案例10：新闻内容分类

案例11：构造新闻热点词指数

第六阶段：[1.22]综合案例分析

1.电信离网用户预测案例

2.银行信用风险建模分析

3.系统聚类：基于网站定位数据的商圈分析

4.情感分析：基于电商产品数据的情感分析

5.金融数据分析：基于因子库的数据建立

6.Python爬虫简介

王小川

常国珍