推荐 | 数据挖掘思维与实战24讲

https://www.bilibili.com/video/BV1ds4y1m7Zf/?spm_id_from=333.337.search-card.all.click

视频选集

(1/27)

自动连播

P1

00 开篇词 掌握数据挖掘，搭上划时代的数字化列车

10:26

P2

01 数据挖掘，到底在解决什么问题？

12:55

P3

02 Python 的数据结构和基本语法

16:27

P4

03 工欲善其事必先利其器，扩展包与 Python 环境

15:41

P5

04 理解业务和数据：我们需要做好什么计划？

13:18

P6

05 准备数据：如何处理出完整、干净的数据？

14:14

P7

06 数据建模：该如何选择一个适合我需求的算法？

14:46

P8

07 模型评估：如何确认我们的模型已经达标？

13:14

P9

08 模型应用：我们的模型是否可以解决业务需求？

13:48

P10

09 KNN 算法：近朱者赤，近墨者黑

08:43

P11

10 决策树：女神使用的约会决策

11:57

P12

11 朴素贝叶斯：算一算你是否要买延误险

10:17

P13

12 支持向量机（SVM）：用一条线分开红豆与绿豆

10:35

P14

13 人工神经网络：当前最火热的深度学习基础

11:08

P15

14 实践 1：使用 XGB 实现酒店信息消歧

11:21

P16

15 k-mean 聚类：擒贼先擒王，找到中心点，它附近的都是一类

09:58

P17

16 DBScan 聚类：打破形状的限制，使用密度聚类

08:34

P18

17 实践 2：如何使用 word2vec 和 k-mean 聚类寻找相似的城市

07:30

P19

18 线性回归与逻辑回归找到一个函数去拟合数据

09:46

P20

19 实践 3：使用线性回归预测房价

07:49

P21

20 Apriori 与 FP-Growth：不得不再说一遍啤酒与尿布的故事

10:33

P22

21 实践 4：用关联分析找到景点与玩法的关系

12:55

P23

22 TF-IDF：一种简单、古老，但有用的关键词提取技术

08:57

P24

23 word2vec：让文字可以进行逻辑运算，女人+王冠=女王

08:20

P25

24 实践 5：使用 fatText 进行新闻文本分类

12:53

P26

25 彩蛋 数据挖掘工程师如何进阶

10:33

P27

26 结语 培养数据挖掘思维，终身学习

08:05