课程背景

数据一直都有，但我们从未像现在这样需要数据，渴望数据，因为大数据已经改变了我们思考和决策的方式，并正在创造未来。当下，几乎每个人和每个公司都需要具备数据分析的能力，只有这样，我们才能真正参与到这个海量数据崛起的时代。

但是，说到数据分析和数据挖掘，很多人都是心向往之，却总是望而却步：

• 要学的东西太多了，从统计学到 SQL，从 Python 到 R 语言，听着就累；
• 感觉太难了，数据挖掘算法根本学不明白，真叫人头大；
• 也学了不少东西，但觉得很理论，完全不知道该怎么用。

确实，数据挖掘和数据分析有一些门槛，但是和学习任何新东西一样，它也需要更加高效的方法。事实上，你只需要熟悉数据从采集、清洗到集成的准备过程，掌握最核心的十个数据挖掘算法，重视对工具的熟练使用，从一个个小项目做起，快速积累经验，你就能拥有数据分析这项新技能，有能力真正把数据转化成财富，创造价值。

为此，我们邀请了陈旸来为你讲解数据分析，帮你攻破它。

陈旸，清华大学计算机博士，前 IBM 中国研究院工程师。IEEE & ACM Member，中国人工智能协会成员，中国计算机协会 CCF 大数据专委。

在这个专栏里，他将结合自己的学习体会和实践经验，带你由浅入深掌握数据分析的核心知识点，并且结合案例手把手教你从源头上认识数据分析，熟悉对应的工具操作。同时，为了帮助你融会贯通，专栏还设计了专属题库，保证你能够即学即用。

学习收获

• 数据分析核心概念和工具；
• 数据采集、清洗、分析方法论；
• 10 大数据挖掘算法精讲；
• Kaggle 实战项目练习。

课程介绍

课程分为 5 大模块。

预习篇

介绍数据分析的全景图和最佳学习路径。此外还有 3 篇 Python 入门内容，分别是 Python 的基本语法和两大工具 NumPy、Pandas，帮助你快速上手。

基础篇

帮你梳理数据分析的流程，了解数据分析的方方面面。包括数据分析的基础概念、数据采集、数据处理以及数据可视化。

算法篇

算法是数据挖掘的精华所在，也是专栏的重点内容。专栏精选 10 大算法，包括分类、聚类和预测三大类型。每个算法都从原理和案例两个角度学习，帮助你快速理解和应用。

实战篇

理论是铠甲，落实在项目，进行实战才是我们的目标。专栏里精选了 5 个项目，让你在实操中深入理解数据分析，体验数据思维。

工作篇

面试通向数据分析工程师的最后一步，所以这一模块会告诉你面试时需要注意什么，职位的晋升路径又是怎样的？帮你打通最后一关。

课程大纲

预习篇

01 数据分析全景图及修炼指南

02 学习数据挖掘的最佳学习路径

03 Python的基础算法：开始你的python之旅

04 python科学计算：用numpy快速处理数据

05 python科学计算：pandas

基础篇

06 学习数据分析要掌握哪些基本概念？

07 用户画像：标签化就是数据的抽象能力

08 数据采集：如何自动化采集数据？

09 数据采集：如何用八爪鱼采集微博上的D&G评论？

10 python爬虫：如何自动化下载王祖贤海报？

11 数据清洗：数据科学家80%时间都花在了这里？

12 数据集成：这些大号一共20亿粉丝？

13 数据变换：大学成绩要求正太分布合理嘛？

14 数据可视化：掌握数据领域的万金油技能

15 一次学会python数据可视化的10种技能

16 基础篇热点问题答疑

算法篇

17 决策树（上）：要不要去打篮球？

18 决策树（中）：CART，一颗是回归树，另一颗是分类树

19 决策树（下）：我们也来预测泰坦尼克乘客生存率

20 朴素贝叶斯（上）：下意识判断要不要嫁给他？

21 朴素贝叶斯（下）：如何对文档进行分类

22 SVM（上）：如何用一根棍子将蓝红两色球分开？

23 SVM（下）：如何进行乳腺癌检测？

24 KNN（上）：如何根据打斗和接吻次数来划分电影类型？

25 KNN（上）：如何对手写数字进行识别？

26 K-Means（上）：如何给20支亚洲球队做聚类？

27 K-Means（上）：如何使用K-Means对图像进行分割？

28 EM聚类（上）：如何将一份菜分给2个人？

29 EM聚类（下）：用EM算法对王者荣耀英雄进行划分

30 关联规则挖掘（上）：如何用apriori发现用户购物规则？

31 关联规则挖掘（下）：导演如何选择演员？

32 PageRank（上）：搞懂google的PageRank算法

33 PageRank（下）：分析希拉里邮件中的人物关系

34 AdaBoost（上）：如何使用AdaBoost提升分类器性能？

35 AdaBoost（上）：如何使用AdaBoost对房价进行预测？

实战篇

37 数据采集实战：如何自动化运营微博”加粉丝、写评论、发微博“？

38 数据可视化实战：如何给毛不易的歌曲做个词云展示？

39 数据挖掘实战（1）：信用卡违约率分析

40 数据挖掘实战（2）：如何针对一个视频网站搭建视频推荐算法？

41 数据挖掘实战（3）：如何对比特币走势进行预测？

42 当我们谈深度学习的时候，我们都在谈什么？

43 如何用Keras搭建深度学习网络，做手写数字识别？

工作篇

44 如何培养你的数据分析思维？

45 求职简历中没有相关项目经理该怎么办？