大数据与商业智能分析

邓强等

目录

  • 1 第一章 大数据分析与Python
    • 1.1 课程介绍及考核要求
    • 1.2 课程PPT
    • 1.3 课程相关软件下载
    • 1.4 jupyter使用及python模块安装
    • 1.5 阿里在线jupyter指南
    • 1.6 数据分析基本操作
  • 2 第二章 Python基础操作
    • 2.1 学习目标
    • 2.2 课程PPT
    • 2.3 演示代码与数据
  • 3 第三章 Python常用库与可视化
    • 3.1 学习目标
    • 3.2 课程PPT
    • 3.3 演示代码与数据
  • 4 第四章 关联规则分析-Apriori模型
    • 4.1 学习目标
    • 4.2 课程PPT
    • 4.3 演示代码与数据
  • 5 第五章 决策树模型
    • 5.1 学习目标
    • 5.2 课程PPT
    • 5.3 演示代码与数据
  • 6 第六章 聚类算法
    • 6.1 学习目标
    • 6.2 课程PPT
    • 6.3 补充知识
    • 6.4 演示代码与数据
  • 7 第七章 神经网络
    • 7.1 学习目标
    • 7.2 课程PPT
    • 7.3 补充知识
    • 7.4 演示代码与数据
  • 8 第八章 表征学习
    • 8.1 学习目标
    • 8.2 课程PPT
    • 8.3 演示代码与数据
  • 9 第九章 案例实践（课程数据案例库）
    • 9.1 网络数据抓取
    • 9.2 百货商场用户画像
    • 9.3 上海餐饮数据分析
    • 9.4 电影推荐系统
    • 9.5 小红书服饰分析
    • 9.6 顾客市场细分
    • 9.7 支付宝交易数据分析
    • 9.8 房地产需求分析
    • 9.9 淘宝用户购物行为分析
    • 9.10 居民幸福感分析
  • 10 期末考核安排
    • 10.1 期末考核安排及课程论文模板
    • 10.2 UCI数据集
    • 10.3 阿里天池数据集
    • 10.4 科学数据银行
    • 10.5 更多数据源
  • 11 参考数据集
  • 12 拓展学习
    • 12.1 贝叶斯模型
      • 12.1.1 课程PPT
      • 12.1.2 演示代码与数据
    • 12.2 社会网络分析
      • 12.2.1 课程PPT
      • 12.2.2 演示代码与数据
    • 12.3 无标题
演示代码与数据

注意：建议把代码文件和数据文件放在同一个文件夹，比如都放在桌面（desktop），方便使用Pandas进行excel及csv数据文件的读写。