Python数据挖掘：入门、进阶与实用案例分析

图书介绍

大数据竞赛是企业和数据人才之前一座新的桥梁，将数据、技术、人才和各领域应用有机融合，进而促进的技术创新、人才价值的提升、数字经济与各领域的发展。“泰迪杯”数据分析技能赛和数据挖掘挑战赛（以下简称竞赛）面向全国在校研究生和大学生及相关爱好者，是基于数据挖掘技术解决各行业中实际问题的群众性科技活动。竞赛迄今已成功举办十届，累计参赛高校千余所，累计参赛人数近10万人举办竞赛的目的在于以赛促学，激励学生学习数据挖掘的积极性并提高学生解决实际相关问题的综合能力；以赛促教，推动数据挖掘技术在高校的推广和应用；以赛促研，为高校相关智力资源转化为推进国家大数据战略的生产力提供合作平台。

本书基于“泰迪杯”竞赛中经典赛题，由浅入深的讲解数据挖掘的使用方法，进一步的带领读者如身临其境般的了解各个领域的业务知识，进而最终达成将数据挖掘、Python语言技术和行业知识三者进行了有机融入，最大化的提升读者对于数据挖掘的使用理解和能力构建。

图书目录

第一篇 基础篇
第1章 数据挖掘概述

1.1 数据挖掘简介
1.2 数据挖掘的通用流程
1.3 常用数据挖掘工具
1.4 Python数据挖掘环境配置
小结

第2章 Python数据挖掘编程基础

2.1 Python使用入门
2.2 Python数据分析及预处理常用库
2.3 Python数据挖掘建模常用框架/库
小结

第二篇 入门篇
第3章 电商平台手机销售数据采集与分析

3.1 背景与目标
3.2 数据采集
3.3 数据探索与预处理
3.4 数据可视化分析
3.5 制定营销策略
小结

第4章 自动售货机销售数据分析与应用

4.1 背景与目标
4.2 数据读取与预处理
4.3 销售数据可视化分析
4.4 销售额预测
小结

第5章 教育平台的线上课程推荐策略

5.1 背景与目标
5.2 数据探索
5.3 数据预处理
5.4 平台的运营状况分析
5.5 Apriori模型的构建
5.6 制定课程推荐策略
小结

第三篇 进阶篇
第6章 电视产品的营销推荐

6.1 背景与目标
6.2 数据预处理
6.3 分析与建模
6.4 模型评价
小结

第7章 运输车辆安全驾驶行为分析

7.1 分析背景与目标
7.2 构建车辆驾驶行为指标
7.3 数据探索分析
7.4 驾驶行为聚类分析
7.5 构建驾驶行为预测模型
7.6 驾驶行为安全分析总结
小结

第8章 基于非侵入式负荷检测与分解的电力数据挖掘

8.1 背景与目标
8.2 数据准备
8.3 属性构造
8.4 构建判别模型
8.5 模型评价
小结

第9章 游客目的地印象分析

9.1 背景与目标
9.2 数据预处理
9.3 目的地印象分析
9.4 目的地评分分析
9.5 目的地特色分析
9.6 提升目的地美誉度的建议
小结

第四篇 高阶篇
第10章 智能阅读模型的构建

10.1 背景与目标
10.2 数据探索
10.3 关键词匹配
10.4 精准匹配
10.5 模型应用
小结

第11章 岩石样本智能识别

11.1 背景与目标
11.2 数据预处理
11.3 模型构建
11.4 模型评价
小结

第12章 电商平台图片中文字的识别

12.1 背景与目标
12.2 数据预处理
12.3 文字识别
12.4 模型评价
小结

第13章 电力巡检智能缺陷检测

13.1 背景与目标
13.2 图像探索
13.3 图像预处理
13.4 图像分割
13.5 目标检测
小结

第五篇 拓展篇
第14章 基于TipDM大数据挖掘建模平台实现自动售货机销售数据分析

14.1 平台简介
14.2 实现自动售货机销售数据分析项目
小结