Python程序设计教程第1部分如何学习？

本文共计3866个文字，预计阅读时间需要16分钟。

第一部分+自我介绍++教学大纲+（32+16）++课程考核方式（考核+设计报告）++实验报告册（共计写8次）+

1.数据挖掘的概念：+从数据中淘金，从大量数据（包括文本）挖掘隐藏的、未知的规律和模式+

第一部分

自我介绍 + 教学大纲 （32 +16） + 课程考核方式（考查+设计报告）

实验报告册（总共写8次）

1.数据挖掘的概念：

从数据中“淘金”，从大量数据（包括文本）挖掘隐含的、未知的、对决策有潜在价值的关系、模式和趋势，并用这些知识和规则建立用于决策支持的模型，提供预测性决策的方法、工具和过程，这就是数据挖掘。

2.数据挖掘的基本任务

数据挖掘的基本任务包括利用分类与预测、聚类分析、关联规则、时序模式、偏差检测、智能推荐方法，帮助企业提取数据中蕴含的商业价值，提高企业的竞争力。

3.数据挖掘的建模过程

（1）目标定义

任务理解

指标确定

（2）数据采集

建模抽样

质量把控

实时采集

（3）数据整理

数据探索

数据清洗

数据变换

（4）构建模型

模式发现

构建模型

验证模型

（5）模型评价

设定评价标准

多模型对比

模型优化

（6）模型发布

模型部署

模型重构

3.1 数据取样

（1）抽取数据的标准：一是相关性，二是可靠性，三是有效性，而不是动用全部的企业数据。

（2）衡量取样数据质量的标准包括：资料完整无缺，各类指标项齐全；数据准确无误，反映的都是正常状态下的水平。