10余位大佬+10余年经验的结晶：Python数据分析与挖掘实战

LinkedIn 对全球超过3.3亿用户的工作经历和技能进行分析后得出，目前最炙手可热的25 项技能中，数据挖掘排名第一。那么数据挖掘是什么?

数据挖掘是从大量数据（包括文本）中挖掘出隐含的、先前未知的、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，提供预测性决策支持的方法、工具和过程。数据挖掘有助于企业发现业务的趋势，揭示已知的事实，预测未知的结果，因此“数据挖掘”已成为企业保持竞争力的必要方法。

今天给小伙伴们分享的Python数据分析与数据挖掘手册是10余位数据挖掘领域资深专家和科研人员，10余年大数据挖掘咨询与实施经验结晶。从数据挖掘的应用出发，以电力、航空、医疗、互联网、生产制造以及公共服务等行业真实案例为主线，深入浅出介绍Python数据挖掘建模过程，实践性极强。

限于文章篇幅原因，只能以截图的形式展示出来，有需要的小伙伴可以文末获取↓↓↓

基础篇

第1章的主要内容是数据挖掘概述；第2章对本书所用到的数据挖掘建模工具Python语言进行了简明扼要的说明；第3章、第4章、第5章对数据挖掘的建模过程，包括数据探索、数据预处理及挖掘建模的常用算法与原理进行了介绍。

第1章 数据挖捱基础

第2章 数据分析简介

第3章 数据探索

第4章 数据预处理

第5章 挖掘建模

实战篇

重点对数据挖掘技术在电力、航空、医疗、互联网、生产制造以及公共服务等行业的应用进行了分析。在案例结构组织上，本书是按照先介绍案例背景与挖掘目标，再阐述分析方法与过程，最后完成模型构建的顺序进行的，在建模过程的关键环节，穿插程序实现代码。最后通过上机实践，加深读者对数据挖掘技术在案例应用中的理解。

第6章 电力窃漏电用户自动识别

第7章 航空公司客户价值分析

第8章 中医证型关联规则挖掘

第9章 基于水色图像的水质评价

第10章 家用电器用户行为分析与事件识别

第11章 应用系统负载分析与磁盘客容量预测

第12章 电子商务网站用户行为分析及服务推荐

第13章 财政收入影响因素分析及预测模型

第14章 基于基站定位数据的商圈分析

第15章 电商产品评论数据情感分析

限于文章篇幅原因，就展示到这里了，有需要的小伙伴可以查看下方名片↓↓↓