Python數據挖掘實戰(微課版)（簡體書）

數據挖掘旨在發現蘊含在數據中的有價值的數據模式、知識或規律，是目前非常熱門的研究領域。理解數據挖掘模型的原理、方法並熟練掌握其實現技術是數據挖掘從業者必備的能力。本書從理論模型和技術實戰兩個角度，全面講述數據挖掘的基本流程、模型方法、實現技術及案例應用，幫助讀者系統地掌握數據挖掘的核心技術，培養讀者從事數據挖掘工作的基本能力。全書共12章，主要內容包括數據探索、數據預處理、特徵選擇、基礎分類模型及回歸模型、集成技術、聚類分析、關聯規則分析、時間序列挖掘、異常檢測、智能推薦等。除第1章、第2章外，本書以一章對應一個主題的形式完整描述相應主題的數據挖掘模型，簡潔、清晰地介紹其基本原理和算法步驟，並結合Python語言介紹數據挖掘模型的實現技術，同時結合案例分析數據挖掘模型在數據挖掘中的應用。此外，書中還通過大量的圖、表、代碼、示例幫助讀者快速掌握相關內容。本書適合作為相關專業本科生和研究生的數據挖掘課程的教材，也可以作為數據挖掘技術愛好者或從業者的入門參考書。