个人介绍
大数据案例分析(实验课)

主讲教师:刘莹

课程介绍
教学方法

采用大数据分析软件Jupyter进行教学和实践操作,边操作边指导,安排相应的练习和项目实训。

教学条件

在实验室的教学平台进行教学和实际操作。本课程配备完整的实验指导书和课件材料。

实验室配备功能齐全的实验设备,包括电脑,服务器,操作台,投影仪,主控制设备,实践教学系统等

教学效果

实验要求

1.数据采集;

2.熟练掌握大数据分析的全流程;

3. 完成实验操作;

4. 完成实验报告。


参考教材

[1]统计学习方法,李航著,清华大学出版社,2019年。

[2]阿里云天池大赛塞梯解析(机器学习篇),天池平台著,电子工业出版社,2020年。

[3]机器学习,周志华著,清华大学出版社,2018年。

[4][机器学习实战(第二版),Aurelien Geron著,机械工业出版社,2020年。

[5]神经网络与深度学习,邱锡鹏著,机械工业出版社,2021年。

[6]数据挖掘算法与应用,孙家泽等著,清华大学出版社,2020年。

[7]Python机器学习,Sebastian Raschka等著,机械工业出版社,2019年。

[8]数学之美,吴军著,人民邮电出版社,2020年。(第三版)

[9]数据挖掘导论,陈封能等著,机械工业出版社,2020


课程评价

教学资源
课程章节 | 文件类型   | 修改时间 | 大小 | 备注
1.1 逻辑斯蒂回归-案例1 股票客户流失预警模型
文档
.pdf
2021-09-16 2.81MB
1.2 决策树模型-案例2 员工离职预测模型
文档
.pdf
2021-09-16 3.83MB
1.3 贝叶斯模型-案例3  肿瘤预测模型
文档
.pdf
2021-09-16 1.45MB
1.4 AdaBoost模型-案例4 信用卡精准营销模型
文档
.pdf
2021-09-16 4.32MB
1.5 GDBT模型-案例5 产品定价
文档
.pdf
2021-09-16 4.29MB
1.6 XGBoost模型-案例6 金融反欺诈模型
文档
.pdf
2021-09-16 2.22MB
1.7 LightGBM模型-案例7 客户违约预测模型
文档
.pdf
2021-09-16 2.79MB
1.8 LightGBM回归模型-案例8 广告收益回归模型
文档
.pdf
2021-09-16 2.09MB
1.9 降维-案例9人脸识别
文档
.pdf
2021-09-16 3.00MB
1.10 KMeans算法-案例10 银行客户分群模型
文档
.pdf
2021-09-16 2.18MB
1.11 DBSCAN算法-案例11 新闻聚类分群模型
文档
.pdf
2021-09-16 3.07MB
1.12 Requests库-案例12 数据爬虫(百度新闻爬取)
文档
.pdf
2021-09-16 675.41KB
1.13 相关性分析-案例13 智能推荐系统
文档
.pdf
2021-09-16 1.71MB
1.14 图模型-案例14 图论模型与networkx库
文档
.pdf
2021-09-16 4.60MB
2.1 实验(一)股票客户流失预警
文档
.pdf
2021-09-13 3.14MB
2.2 实验(二)员工离职预测
文档
.pdf
2023-06-15 4.21MB
2.3 实验(三)肿瘤预测
文档
.pdf
2021-09-13 1.65MB
2.4 实验(四)信用卡精准营销
文档
.pdf
2023-06-15 4.77MB
2.5 实验(五)产品定价
文档
.pdf
2021-09-13 3.48MB
2.6 实验(六)金融反欺诈
文档
.pdf
2021-09-13 2.53MB
2.7 实验(七)客户违约预测
文档
.pdf
2021-09-13 3.10MB
2.8 实验(八)广告收益回归
文档
.pdf
2021-09-13 2.41MB
3.1.1 第一步:问题的理解
附件
.${file.extension}
2021-03-21 --
3.1.2 第二步:数据探索
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
3.1.3 第三步:特征工程
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
3.1.4 第四步:模型训练
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
3.1.5 第五步:模型验证
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
 
附件
.${file.extension}
2021-03-21 --
3.1.7 第七步:模型融合
附件
.${file.extension}
2021-03-21 --
课程章节
提示框
提示框
确定要报名此课程吗?
确定取消

京ICP备10040544号-2

京公网安备 11010802021885号