- 知识点1:数据挖掘基础,微积分、概率论、线性代数基础
- 实战项目:用numpy进行矩阵运算
- 知识点1:数据获取、数据格式、数据内容处理与分析、数据的可视化
- 实战项目:用python解析和清洗数据,pandas统计与分析数据,matplotlib和seaborn等做可视化
- 知识点1:hadoop,Spark介绍,Map Reduce数据处理,hive与常见数据统计分析
- 实战项目:map reduce计数,文件关联与特征mapping,hiveql统计示例
- 知识点1:数据关联分析,海量数据的关联分析方案,A-Priori与PCY算法
- 实战项目:小型商业服务中的在线认证企业资料挖掘,人群背景与身份关联挖掘
- 知识点1:聚类与社区发现算法,深度剖析Kmeans等算法
- 实战项目:Spark MLlib下的K-Means算法与GraphX下的Label-Propagation算法实践
- 知识点1:海量数据检索问题,近似最近邻(ANN)常用算法:LSH、KD-Tree、Kmeans-Tree
- 实战项目:海量图像数据与最近图片检索
- 知识点1:有监督学习与分类,LR、SVM、深度神经网络与分类排序问题,样本高效训练
- 实战项目:kaggle分类问题、海量数据下电商的CTR预估问题
- 知识点1:基于内容的推荐算法,协同过滤,隐因子模型
- 实战项目:基于用户/商品的协同过滤推荐,隐因子模型电影推荐
- 知识点1:数据降维与SVD,CUR分解
- 实战项目:SVD与PCA在推荐系统与数据压缩应用
- 知识点1:海量数据构成的图关联分析,PageRank与网页搜索
- 实战项目:PageRank在图关联数据上的应用与排序