1、個(gè)人資料整理僅限學(xué)習(xí)使用本課程是怎么樣的一門(mén)課程< 全面介紹）1.1 、課程的背景“大數(shù)據(jù)”作為時(shí)下最火熱的IT 行業(yè)的詞匯，隨之而來(lái)的數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)分析、數(shù)據(jù)挖掘等等圍繞大數(shù)據(jù)的商業(yè)價(jià)值的利用逐漸成為行業(yè)人士爭(zhēng)相追捧的利潤(rùn)焦點(diǎn)。 “大數(shù)據(jù)” 其實(shí)離我們的生活并不遙遠(yuǎn)，大到微博的海量用戶(hù)信息，小到一個(gè)小區(qū)超市的月銷(xiāo)售清單，都蘊(yùn)含著大量潛在的商業(yè)價(jià)值。 b5E2RGbCAP正是由于數(shù)據(jù)量的快速增長(zhǎng)，并且已經(jīng)遠(yuǎn)遠(yuǎn)超過(guò)了人們的數(shù)據(jù)分析能力。因此，科學(xué)、商用等領(lǐng)域都迫切需要智能化、自動(dòng)化的數(shù)據(jù)分析工具。在這樣的背景下，數(shù)據(jù)挖掘技術(shù)應(yīng)用而生，使得海量數(shù)據(jù)的分析變得易如反掌。 p1EanqFDPw1

2、.2 、課程內(nèi)容簡(jiǎn)介本課程名為深入淺出數(shù)據(jù)挖掘技術(shù)。所謂“深入”，指得是從數(shù)據(jù)挖掘的原理與經(jīng)典算法入手。其一是要了解算法，知道什么場(chǎng)景應(yīng)當(dāng)應(yīng)用什么樣的方法；其二是學(xué)習(xí)算法的經(jīng)典思想，可以將它應(yīng)用到其他的實(shí)際工程之中；其三是理解算法，讓數(shù)據(jù)挖掘的算法能夠應(yīng)用到您的工程開(kāi)發(fā)之中去。所謂“淺出”，指得是將數(shù)據(jù)挖掘算法的應(yīng)用落實(shí)到實(shí)際的應(yīng)用中。課程會(huì)通過(guò)三個(gè)不同的方面來(lái)講解算法的應(yīng)用：一是微軟公司的 SQL Server 與 Excel 等工具實(shí)現(xiàn)的數(shù)據(jù)挖掘；二是著名開(kāi)源算法的數(shù)據(jù)挖掘，如 Weka 、KNIMA 、Tanagra 等開(kāi)源工具；三是利用 C# 語(yǔ)言做演示來(lái)完成數(shù)據(jù)挖掘算法的實(shí)現(xiàn)。 DX

3、DiTa9E3d根據(jù)實(shí)際的引用場(chǎng)景，數(shù)據(jù)挖掘技術(shù)通常分為分類(lèi)器、關(guān)聯(lián)分析、聚類(lèi)算法等三大類(lèi)別。本課程主要介紹這三大算法的經(jīng)典思想以及部分著名的實(shí)現(xiàn)形式，并結(jié)合一些商業(yè)分析工具、開(kāi)源工具或編程等方式來(lái)講解具體的應(yīng)用方法。 RTCrpUDGiT1.3 、課程大綱1>數(shù)據(jù)挖掘概述與數(shù)據(jù)本章講解了數(shù)據(jù)挖掘技術(shù)的起源、應(yīng)用場(chǎng)景以及基本的處理方法，并對(duì)于數(shù)據(jù)集、數(shù)據(jù)等基本的概念做了闡釋。更多免費(fèi)共享視頻資料加群1065376712> 可視化與多維數(shù)據(jù)分析< 實(shí)踐課）本章講解了數(shù)據(jù)可視化的基本方法，并分別演示了Excel 數(shù)據(jù)透視表與SQL Server AnalysisService 對(duì)

4、于多維數(shù)據(jù)的可視化處理。<OLAP ） 5PCzVD7HxA1 / 7個(gè)人資料整理僅限學(xué)習(xí)使用3>分類(lèi)器與決策樹(shù)本章講解了分類(lèi)器的基本概念與應(yīng)用方法，并具體分析了分類(lèi)器經(jīng)典算法之一決策樹(shù)的實(shí)現(xiàn)方法。4> 其他分類(lèi)器 < 上）本章講解了另外兩種經(jīng)典的分類(lèi)器算法：基于規(guī)則的分類(lèi)器與基于距離的分類(lèi)器。5>其他分類(lèi)器 < 下）本章講解了其他一些常見(jiàn)的分類(lèi)器算法，如基于距離的分類(lèi)器的改良算法、貝葉斯分類(lèi)器、人工神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)與組合方法等。 jLBHrnAILg6>決策樹(shù)的應(yīng)用 < 實(shí)踐課）本章演示了利用 Weka Explorer 、 KNIME、T

5、anagra 等開(kāi)源工具進(jìn)行的數(shù)據(jù)挖掘處理。演示中對(duì)比了幾類(lèi)數(shù)據(jù)挖掘算法，如 Cart 決策樹(shù)、 C4.5決策樹(shù)、 KNIME 決策樹(shù)、簡(jiǎn)單貝葉斯分類(lèi)、組合方法 < 裝袋）、人工神經(jīng)網(wǎng)絡(luò)、基于規(guī)則的分類(lèi)等。 xHAQX74J0X7>關(guān)聯(lián)分析本章講解了關(guān)聯(lián)分析的常見(jiàn)算法，即Apriori 算法與 FP增長(zhǎng)算法。8>購(gòu)物車(chē)數(shù)據(jù)分析 < 實(shí)踐課）本章主要演示了利用微軟的解決方案來(lái)進(jìn)行購(gòu)物車(chē)數(shù)據(jù)的關(guān)聯(lián)分析，包括SQL ServiceAnalysis Service 的關(guān)聯(lián)分析與Excel 結(jié)合 SSAS 外接程序等方法。最后還利用Weka KnowledgeFlow工具來(lái)進(jìn)行關(guān)

6、聯(lián)分析，以便對(duì)比第六章的實(shí)踐。LDAYtRyKfE9>聚類(lèi)算法本章講解了聚類(lèi)算法的基本原理與常見(jiàn)算法，包含K 均值算法、層次聚類(lèi)、基于密度的聚類(lèi)算法。10>聚類(lèi)算法 C# 源代碼實(shí)現(xiàn) < 實(shí)踐課）本章演示如何通過(guò)C#源代碼實(shí)現(xiàn)聚類(lèi)算法。1.5 、講師介紹艾倫：世界 500 強(qiáng)頂級(jí)企業(yè) 2年云計(jì)算工作經(jīng)驗(yàn)，擁有多年的開(kāi)發(fā)經(jīng)歷，擅長(zhǎng)SQL Server 數(shù)據(jù)庫(kù)并對(duì)數(shù)據(jù)處理有一定的研究，同時(shí)也有許多C/C+ 、C# 、 Jquery 等網(wǎng)頁(yè)與桌面應(yīng)用開(kāi)發(fā)經(jīng)驗(yàn)。Zzz6ZB2Ltk2 / 7個(gè)人資料整理僅限學(xué)習(xí)使用二、為什么需要這么套課程？2.1 、企業(yè)需要什么？數(shù)據(jù)挖掘是一門(mén)比較新

7、的技術(shù)，而數(shù)據(jù)挖掘的需求并沒(méi)有完全的挖掘出來(lái)。在這樣的情形下，我們依然看到很多企業(yè)對(duì)這樣的新技術(shù)有著強(qiáng)烈的需求。dvzfvkwMI1< 說(shuō)明：以下企業(yè)需求職位均來(lái)自于 51job. ）職位 1、數(shù)據(jù)庫(kù)工程師職位 2、軟件開(kāi)發(fā)工程師職位 3、市場(chǎng)分析員更多企業(yè)招聘信息請(qǐng)參考：2.2 、課程學(xué)習(xí)目標(biāo) < 我們提供什么？）目標(biāo)一 . 可以讓學(xué)員了解與理解主要的數(shù)據(jù)挖掘技術(shù)。目標(biāo)二 . 可以讓學(xué)員迅速掌握各類(lèi)數(shù)據(jù)挖掘技術(shù)的應(yīng)用場(chǎng)景。目標(biāo)三 . 可以讓學(xué)員迅速掌握常見(jiàn)的數(shù)據(jù)挖掘工具的使用方法。目標(biāo)四 . 可以讓有一定基礎(chǔ)的學(xué)員對(duì)數(shù)據(jù)挖掘的代碼實(shí)現(xiàn)入門(mén)。2.3 、課程特色特點(diǎn)一、講師講求深入淺

8、出，從理論、原理出現(xiàn)但是會(huì)回歸到實(shí)際的應(yīng)用。既照顧到希望提高理解與認(rèn)識(shí)的學(xué)員，也照顧到關(guān)注實(shí)踐應(yīng)用的學(xué)員。rqyn14ZNXI3 / 7個(gè)人資料整理僅限學(xué)習(xí)使用特點(diǎn)二、實(shí)踐應(yīng)用各有側(cè)重，會(huì)從幾種不同風(fēng)格的軟件或工具入手來(lái)演示。如主流軟件公司的數(shù)據(jù)挖掘產(chǎn)品< 微軟公司的SQL Service Analysis Service ）、開(kāi)源軟件與工具<Weka 、 KNIME 、Tanagra）以及挖掘算法通過(guò)C# 代碼的實(shí)現(xiàn)。充分照顧到學(xué)員對(duì)于應(yīng)用軟件的偏好。EmxvxOtOco特點(diǎn)三、學(xué)習(xí)的過(guò)程中理論和實(shí)踐相結(jié)合，案例數(shù)據(jù)具備一定的代表性。并且課程提供所有的案例數(shù)據(jù)供學(xué)員自行修改和調(diào)試

9、，以鞏固加深學(xué)習(xí)效果SixE2yXPq52.4 、課程亮點(diǎn)亮點(diǎn)一、數(shù)據(jù)挖掘本身就是前沿的技術(shù)，中文的教材、課程數(shù)量非常少，如此的課程在國(guó)內(nèi)也不常見(jiàn)。亮點(diǎn)二、理論與實(shí)戰(zhàn)相結(jié)合，深入淺出。即照顧到基礎(chǔ)學(xué)員，又照顧到有一定經(jīng)驗(yàn)的學(xué)員，即講解細(xì)致，又一針見(jiàn)血，對(duì)技術(shù)絕不含糊。 6ewMyirQFL亮點(diǎn)三、代碼的實(shí)現(xiàn)是一行一行手工敲入，手把手一步步帶領(lǐng)學(xué)員從入門(mén)到精通。亮點(diǎn)四、實(shí)踐演示涉及到的軟件、工具數(shù)目眾多，照顧不同使用習(xí)慣的學(xué)員。亮點(diǎn)五、整個(gè)課程雖短，但“麻雀雖小，五臟倶全”。講解過(guò)程節(jié)奏緊湊且內(nèi)容充實(shí)。3. 課程真心不錯(cuò)，我可以學(xué)嗎？本課程會(huì)涉及到不少數(shù)據(jù)挖掘的算法。為了更好地理解算法，建議學(xué)員

10、可以有一定的基本算法的基礎(chǔ)。除了SQL Service Analysis Service 的應(yīng)用實(shí)踐，大部分的演示都避免了使用數(shù)據(jù)庫(kù)來(lái)導(dǎo)入數(shù)據(jù)，因此對(duì)于數(shù)據(jù)庫(kù)的知識(shí)沒(méi)有特別要求。若學(xué)員希望理解最后一章的代碼實(shí)現(xiàn)，需要具備C# 的基本知識(shí)。 kavU42VRUs1 、 學(xué)習(xí)基本算法在Java 的實(shí)現(xiàn)，推薦您學(xué)習(xí)2 、 學(xué)習(xí)基本算法在C# 的實(shí)現(xiàn)，推薦您學(xué)習(xí)3 、 學(xué)習(xí) C# 的基本知識(shí)，推薦您學(xué)習(xí)4 / 7個(gè)人資料整理僅限學(xué)習(xí)使用4. 我該怎么學(xué) ,如何才能學(xué)好這門(mén)課程，給些建議。4.1 、時(shí)間上的安排建議本課程共 10 講，由于內(nèi)容比較緊湊，建議每天一講，深入理解課程內(nèi)容。4.2 、學(xué)習(xí)要求建

11、議按照課程進(jìn)度仔細(xì)觀看學(xué)習(xí)，并利用課程的測(cè)試數(shù)據(jù)在相應(yīng)的軟件或工具中自己實(shí)踐一遍。 < 由于版權(quán)原因， Excel 、SQL Server 與 Visual Studio 未提供下載地址，但其他開(kāi)源軟件均提供了下載地址） y6v3ALoS89如果您有基礎(chǔ)，建議學(xué)習(xí)算法后可以嘗試?yán)么a實(shí)現(xiàn)算法，并學(xué)會(huì)舉一反三4.3 、講師建議 < 講師給學(xué)員的建議）建議：1. 最好看完視頻之后，拋開(kāi)視頻，仔細(xì)想想每個(gè)算法的原理與思想；若記憶不深刻，可以回過(guò)頭看再看下視頻，如此反復(fù)，達(dá)到真正理解和熟練掌握的目的。M2ub6vSTnP2. 對(duì)于工程實(shí)戰(zhàn)部分，一定要自己親自動(dòng)手做一遍，不要聽(tīng)完就結(jié)束。3

12、. 很多知識(shí)在開(kāi)源社區(qū)中都有不同的見(jiàn)解，要學(xué)會(huì)使用搜索引擎，多逛逛相關(guān)社區(qū)。4. 最后祝您學(xué)有所成。5. 學(xué)完這門(mén)課程后能做什么？學(xué)會(huì)該課程后，嘗試著問(wèn)自己幾個(gè)問(wèn)題：1. 在您的生活中、工作中是否有尚未開(kāi)發(fā)的數(shù)據(jù)？2. 那些尚未開(kāi)發(fā)的數(shù)據(jù)與數(shù)據(jù)挖掘哪一個(gè)模型能夠匹配？3. 能否嘗試使用數(shù)據(jù)挖掘的方法來(lái)發(fā)現(xiàn)一些潛在的規(guī)律？本課程是針對(duì)數(shù)據(jù)、數(shù)據(jù)分析與挖掘方向，可以幫助您學(xué)會(huì)數(shù)據(jù)挖掘的思想，并不限定于某個(gè)5 / 7個(gè)人資料整理僅限學(xué)習(xí)使用特定的專(zhuān)業(yè)技術(shù)。掌握該技術(shù)后，一定能使您對(duì)于自己的業(yè)務(wù)數(shù)據(jù)的分析方法與能力更上一層樓。0YujCfmUCw6. 學(xué)員常見(jiàn)問(wèn)題：常見(jiàn)問(wèn)題一：學(xué)習(xí)該教程會(huì)使用哪些軟件

13、？軟件有沒(méi)有隨教程提供，沒(méi)有提供的話(huà)，軟件的的下載地址，及他們所使用的版本如何？ eUts8ZQVRd講師回答：本課程的軟件分為兩個(gè)部分：第一個(gè)部分是微軟公司的Office Excel、 SQL Server Analysis Service(SSAS> 、Visual Studio 。Visual Studio 主要用于演示層次聚類(lèi)算法的C# 實(shí)現(xiàn)，并不限制于特定的版本。Excel與 SQL Server 結(jié)合所需的版本如下：sQsAEJkW5TExcel 2007與 SQL Server 2005Excel 2007與 SQL Server 2008Excel 2018與 SQL S

14、erver 2018第二部分是一些開(kāi)源軟件與工具，課程中會(huì)提供工具下載的鏈接。常見(jiàn)問(wèn)題二：學(xué)這個(gè)課程需要什么基礎(chǔ)？講師回答：適合對(duì)數(shù)據(jù)分析有興趣的學(xué)員。建議對(duì)基本算法、數(shù)據(jù)庫(kù)等知識(shí)有一定了解。開(kāi)源軟件與工具界面為英文，主要以單詞為主，對(duì)英文沒(méi)有特別要求。GMsIasNXkA常見(jiàn)問(wèn)題三：這種技術(shù)一般可用在什么場(chǎng)合？講師回答：本數(shù)據(jù)是數(shù)據(jù)分析領(lǐng)域的一個(gè)技術(shù)點(diǎn)，不是一個(gè)特定的工具。首先，數(shù)據(jù)分析與挖掘的思想可以借鑒到生活中或者工作中的任意數(shù)據(jù)分析場(chǎng)景；其次，分析與挖掘的方法可以廣泛用于市場(chǎng)定位、客戶(hù)關(guān)系分析、工程開(kāi)發(fā)等領(lǐng)域。掌握它后可以讓你對(duì)數(shù)據(jù)的把控能力更得心應(yīng)手，前< 錢(qián)）途無(wú)限。 TIrRGchYzg常見(jiàn)問(wèn)題