内容简介这是一本以项目实战案例为驱动的数据挖掘著作，它能帮助完全没有Python编程基础和数据挖掘基础的读者快速掌握Python数据挖掘的技术、流程与方法。在写作方式上，本书与传统的“理论与实践结合”的入门书不同，它以数据挖掘领域的知名赛事“泰迪杯”数据挖掘挑战赛（已举办10届）和“泰迪杯”数据分析技能赛（已举办5届）（累计1500余所高校的10余万师生参赛）为依托，精选了11个经典赛题，将Python编程知识、数据挖掘知识和行业知识三者融合，让读者在实践中快速掌握电商、教育、交通、传媒、电力、旅游、制造等7大行业的数据挖掘方法。本书不仅适用于零基础的读者自学，还适用于教师教学，为了帮助读者更加高效地掌握本书的内容，本书提供了以下10项附加价值：（1）建模平台：提供一站式大数据挖掘建模平台，免配置，包含大量案例工程，边练边学，告别纸上谈兵（2）视频讲解：提供不少于600分钟Python编程和数据挖掘相关教学视频，边看边学，快速收获经验值（3）精选习题：精心挑选不少于60道数据挖掘练习题，并提供详细解答，边学边练，检查知识盲区（4）作者答疑：学习过程中有任何问题，通过“树洞”小程序，纸书拍照，一键发给作者，边问边学，事半功倍（5）数据文件：提供各个案例配套的数据文件，与工程实践结合，开箱即用，增强实操性（6）程序代码：提供书中代码的电子文件及相关工具的安装包，代码导入平台即可运行，学习效果立竿见影（7）教学课件：提供配套的PPT课件，使用本书作为教材的老师可以申请，节省备课时间（8）模型服务：提供不少于10个数据挖掘模型，模型提供完整的案例实现过程，助力提升数据挖掘实践能力（9）教学平台：泰迪科技为本书提供的附加资源提供一站式数据化教学平台，附有详细操作指南，边看边学边练，节省时间（10）就业推荐：提供大量就业推荐机会，与1500+企业合作，包含华为、京东、美的等知名企业通过学习本书，读者可以理解数据挖掘的原理，迅速掌握大数据技术的相关操作，为后续数据分析、数据挖掘、深度学习的实践及竞赛打下良好的技术基础。

Contents?目　　录<br />前　言<br />第一篇　基础篇<br />第1章　数据挖掘概述　　2<br />1.1　数据挖掘简介　　2<br />1.2　数据挖掘的通用流程　　4<br />1.2.1　目标分析　　4<br />1.2.2　数据抽取　　4<br />1.2.3　数据探索　　5<br />1.2.4　数据预处理　　5<br />1.2.5　分析与建模　　5<br />1.2.6　模型评价　　6<br />1.3　常用数据挖掘工具　　6<br />1.4　Python数据挖掘环境配置　　7<br />1.5　小结　　9<br />第2章　Python数据挖掘编程基础　　10<br />2.1　Python使用入门　　10<br />2.1.1　基本命令　　10<br />2.1.2　判断与循环　　14<br />2.1.3　函数　　15<br />2.1.4　库的导入与添加　　17<br />2.2　Python数据分析及预处理<br />常用库　　19<br />2.2.1　NumPy　　19<br />2.2.2　pandas　　20<br />2.2.3　Matplotlib　　20<br />2.3　Python数据挖掘建模常用框架<br />和库　　20<br />2.3.1　scikit-learn　　21<br />2.3.2　深度学习　　21<br />2.3.3　其他　　23<br />2.4　小结　　25<br />第二篇　入门篇<br />第3章　电商平台手机销售数据采集与<br />分析　　28&a
mp;lt;br />3.1　背景与目标　　28<br />3.1.1　背景　　29<br />3.1.2　数据说明　　29<br />3.1.3　目标分析　　30<br />3.2　数据采集　　31<br />3.2.1　手机销售数据采集　　31<br />3.2.2　手机售后数据采集　　32<br />3.3　数据探索与预处理　　34<br />3.3.1　数据信息探索　　34<br />3.3.2　缺失值处理　　36<br />3.3.3　文本处理　　37<br />3.4　数据可视化分析　　38<br />3.4.1　手机的销售因素分析　　38<br />3.4.2　用户的消费习惯分析　　45<br />3.4.3　用户的售后评论分析　　49<br />3.5　制定营销策略　　50<br />3.6　小结　　51<br />第4章　自动售货机销售数据分析与<br />应用　　52<br />4.1　背景与目标　　52<br />4.1.1　背景　　52<br />4.1.2　数据说明　　53<br />4.1.3　目标分析　　53<br />4.2　数据读取与预处理　　54<br />4.2.1　数据读取　　54<br />4.2.2　数据清洗　　55<br />4.2.3　数据规约　　57<br />4.3　销售数据可视化分析　　59<br />4.3.1　销售额和自动售货机数量的<br />关系　　59<br />4.3.2　订单数量和自动售货机数量的<br />关系　　60<br />4.3.3　畅销和滞销商品　　63<br />4.3.4　自动
售货机的销售情况　　64<br />4.3.5　订单支付方式占比　　67<br />4.3.6　各消费时段的订单用户<br />占比　　68<br />4.4　销售额预测　　69<br />4.4.1　统计周销售额　　69<br />4.4.2　平稳性检验　　70<br />4.4.3　差分处理　　72<br />4.4.4　模型定阶　　74<br />4.4.5　模型预测　　74<br />4.5　小结　　75<br />第5章　教育平台的线上课程推荐<br />策略　　76<br />5.1　背景与目标　　76<br />5.1.1　背景　　77<br />5.1.2　数据说明　　77<br />5.1.3　目标分析　　78<br />5.2　数据探索　　78<br />5.2.1　数据质量分析　　79<br />5.2.2　课程单价分布分析　　81<br />5.3　数据预处理　　82<br />5.4　平台的运营状况分析　　83<br />5.4.1　用户留存率　　83<br />5.4.2　用户活跃时间　　88<br />5.4.3　课程受欢迎程度　　90<br />5.5　Apriori模型的构建　　92<br />5.5.1　Apriori算法　　93<br />5.5.2　构建Apriori模型　　94<br />5.5.3　模型应用　　97<br />5.6　制定课程推荐策略　　98<br />5.7　小结　　99<br />第三篇　进阶篇<br />第6章　电视产品的营销推荐　　102<br />6.1　背景与目标　　102<br
/>6.1.1　背景　　103<br />6.1.2　数据说明　　103<br />6.1.3　目标分析　　104&am

（1）作者背景资深：作者是泰迪科技董事长，在大数据、数据挖掘、数据科学、人工智能领域有20余年数据挖掘教学、科研和项目实战经验。（2）以实战为导向：不似传统入门书“理论+实践”的风格，而是用11个综合案例为驱动，将数据挖掘的技术、流程、方法融入实战案例中。（3）源于经典赛事：本书11个案例精选自数据挖掘领域知名赛事“泰迪杯”，该赛事已举办10届，1500余所高校的10余万师生参赛。（4）配套资源丰富：本书提供建模平台、视频讲解、习题及答案、作者答疑、数据文件、程序代码、教学课件、模型服务、教学平台、就业推荐等10项超值服务。