小象学院 Python 数据分析和数据挖掘 第一期视频教程附配套文档与资料【12课时】

冰点也疯狂

课程大纲：
2 \  G+ R% z2 P第一课. “一天理解数据、数据分析和数据挖掘“。
基本概念：数据是什么；通过一个数据实例了解数据分析和数据挖掘的任务和过程；
理论知识点1：统计初步。

第二课. “必先利其器”。
) L1 P$ h( A9 p7 Z! K8 p使用Python搭建初步的数据分析环境；数据结构；数据生成，载入和存储，数据库知识；
理论知识点2：概率和矩阵运算。
% H/ n- Y) z  B7 ?) \
第三课. “了解你的数据”。
, o' V/ G& i# a. q+ g* H) `4 R数学建模：从实际业务到抽象模型的转换，变量的提取；对数据质量进行初步检验；数据预处理：数据清洗，数据变换，异常值处理，粒度变换，维度变换，离散化等。

第四课. “理解你的数据”。
数据分析初步：描述性分析；数据分析初步：研究变量之间的关系；数据分析初步：图形和数据可视化，使用可视化进行探索式分析；再说数据质量：抽样；完善Python环境。
* h) P7 T- n( T5 |+ Z- e2 Q' {' ~! A
第五课. “深入理解你的数据”。
数据分析进阶：基于假设检验的数据分析，相关、卡方、方差分析；对数据进行降维处理，PCA和SVD；
理论知识点3：假设检验，经典数据分析的框架。

第六课. “解释与预测”。
回归分析--线性回归，用线性回归模型进行预测，实例-销售量预测；数据分析进阶：广义线性回归，当应变量的分布非正态分布时，实例-用户访问量的预测；
理论知识点4：模型选择。
; j$ H8 ?$ \: B; T
+ G$ U+ M- u) x7 {) N第七课. “发现数据蕴含的新模式1”。
) S" f6 ?0 H, f4 d* O7 o4 i数据挖掘初步：定义数据点之间的距离；实例，如何根据兴趣判断两个用户的契合度；构造新变量；KNN；
理论知识点5：模式识别初步。

; ~& ~' @0 J  q+ ^$ i第八课. “新模式：数据之间蕴含的关联关系”。
事务型数据挖掘：挖掘频繁项集-电影、购物、图书数据，关联分析-Apriori算法，相关分析。
  @% \& V8 x2 p5 S, h! g! {# t
% Q% ~( K  P# q: v2 f7 ~第九课. “使用数据辅助决策”。
分类分析：决策树，案例-信用评级；朴素贝叶斯进行分类分析：案例-信用评级；贝叶斯信念网络、支持向量机等其他分类方法；
' Z% j2 {/ d9 q2 e理论知识点6：再说模型选择
/ h% E8 Z) j+ f1 Y5 J4 f, f
第十课. “发现新模式2”。
聚类分析：基本概念、方法、和评价；基于划分的方法，案例-寻找客户类型；基于相关的方法，基于密度的方法；
理论知识点7：信息学初步

4 h$ f; F* u' N0 a) q2 F; c第十一课. “不可二次踏入的河流”。
时间序列：金融、天气等数据的分析和挖掘；
6 p, ~( B. ^# x理论知识点8：时间序列分析
8 B# U3 P, |/ u( ]( g# ]
" w. ]5 u; V5 O第十二课. “一个大招放倒自己”。
数据分析和挖掘综合案例
; \: i4 q$ A, L, }
8 h3 H. ?/ z! e' J. S* t2 n  V课程目录：
6 E) l- [. U& m# R# F+ W! l4 h第1 章 ： 第一周回放课
" M5 W- g2 P. F! D2 `8 a& ?( `3 Z$ u课时1：第一课：一小时理解数据和数据分析与挖掘
! Q) i$ s0 D& r课时2：第二课：统计基础
# A* j$ s* X% a' I) M
第2 章 ： 第二周回放课
8 ~9 D& B% I+ w7 _* x' P课时3：第三课：数据预处理
5 h1 f" j! K$ s" b0 g课时4：第四课：理解样本数据
1 F( U: K$ A/ `' n8 f0 q
9 B; S. f2 M! H1 m6 \/ ?5 T1 J* W第3 章 ： 第三周回放课
% q8 s* P- E+ z课时5：第五课：探索变量之间的关系
, `! B: p' e0 Z8 v6 t3 ^  `3 f) C课时6：第六课：回归分析和基于模拟的分析
6 a. a4 I6 I' {
第4 章 ： 第四周回放
. L. o' K6 n% r% Z4 F" u- b; x( Z  T$ I课时7：第七课：分类和预测
6 y+ z% |& E4 Y; q( F2 Q1 W0 n课时8：第八课：邻近度和聚类

第5 章 ： 第五周回放
, P5 w1 o1 S: I7 E9 [1 l课时9：第九课：事务型数据和关联分析

" B* C9 _7 ^6 s1 M第6 章 ： 第六周回放
课时10：第十课：豆瓣数据案例
课时11：第十一课：时间序列分析和金融数据
课时12：第十二课：金融数据分析案例

* w. z8 D! c+ L