收藏
本课程专为希望精通Python数据挖掘与机器学习的学员设计，涵盖从基础语言入门到企业级实战的全方位内容。课程包括数据思维导论、数据分析方法、数据爬虫技巧及机器学习算法等核心模块，结合Kaggle算法实战和企业级项目案例，帮助学员快速掌握数据挖掘的核心技能。附带的源码课件和资料合集，确保学员能够即学即用，提升实际工作中的数据处理与分析能力。无论您是初学者还是希望进阶的专业人士，本课程都将助您在数据科学领域迈出坚实的一步。
以下云资源目录树快照生成于[11个月前]，该学习资料由夸克云用户[心旷*怡的青蛙]分享（只展示大部分文件和目录）
《Python数据挖掘与机器学习实战：从入门到企业级应用》21.34GB(mp4视频335节；zip压缩包1个；)
【资料合集】.zip1.16GB正式课
10.数据挖掘企业实战
06.分仓规划案例实操
6.2分仓规划操作：模型训练.mp413.68MB6.1分仓规划操作：数据预处理.mp426.56MB05.分仓规划案例介绍
5.6模型优化汇总.mp412.59MB5.5机器学习建模和分析.mp413.94MB5.4特征的构造和时间颗粒度的选取.mp415.89MB5.3分仓规划：数据预处理的主要任务.mp410.53MB5.2分仓规划：问题的抽象模型.mp47.97MB5.1分仓规划：建模思考.mp415MB03.信用评分建模：迁移学习
3.3迁移学习项目拓展推荐.mp438.86MB3.2拒绝挂断.mp435.59MB3.1逻辑回归和其他分类器对比.mp418.82MB02.信用评分建模：案例与操作
2.19章节小节.mp42.04MB2.18操作：信用评分模型学习.mp439.98MB2.17模型检验.mp43.11MB2.16信用评分建模模型学习：以逻辑回归为例子.mp422.2MB2.15利用单变量分析进行特征值筛选.mp45.48MB2.14变量重要性：信息值IV分析简介.mp410.66MB2.13WOE编码公式.mp45.17MB2.12非数值变量转变方法简介：WOE编码.mp44.66MB2.11测试分箱和存储.mp413.67MB2.10对连续型变量和类别型变量分箱.mp443.62MB2.09对取值多的离散型变量分箱.mp49.33MB2.08对取值少的离散型变量分箱.mp411.66MB2.07类别型变量和数据型变量.mp47.23MB2.06初步筛选数据.mp411.89MB2.05数据介绍：UCI信用评分数据.mp49.44MB2.04分箱输出需要满足的条件.mp43.35MB2.03卡房分箱实现步骤.mp412.73MB2.02卡房分箱原理.mp411.4MB2.01信用评分建模间接和分箱简介.mp414.14MB01.信用评分建模案例：基础知识
1.1.信用评分建模基础知识.mp440.93MB09.Kaggle算法实战
04.项目10 租金预测项目
07.训练并优化模型.mp439.95MB06.租金数据预处理.mp412.62MB05.地理数据处理介绍.mp410.26MB04.租金数据特征补充.mp417.62MB03.租金数据清洗.mp431.67MB02.租金数据探索.mp419.5MB01.租金预测项目介绍.mp49.45MB03.手机用户识别
06.堆叠多个稀疏矩阵并使用XGBOOST训练模型预测结果.mp410.72MB05.对八个稀疏矩阵分别进行压缩.mp430.28MB04.小电脑带不动两万多个特征值？学习压缩稀疏矩阵.mp412.32MB03.对类别数据做Label encoding 并展开.mp414.44MB02.Basemap 在地图张做数据可视化，观察用户特征.mp429.6MB01.Pandas读取多张关联表格，正确设置index.mp411.97MB02.共享单车需求量预测
06.二层回归模型自动调参，得分再上一层楼.mp424.17MB05.搭建super模型： 堆砌五个回归模型，取长补短搭建二层回归模型.mp413.73MB04.提升模型神器，五个回归模型自动调参.mp450.75MB03.五个回归模型Lasson Ridge SVR Random Forest XGR regressor.mp411.5MB02.Seabom边画边提取特征.mp440.14MB01.Pandas 读取和观察数据.mp418.2MB01.纽约出租车车程用时预测
06.用柱状图呈现特征重要性.mp48.41MB05.使用模型中战斗机XGBOOST训练模型预测结果.mp435.21MB04.One-hot encode 处理所有类型特征.mp415.13MB03.Sklean 花样特征工程.mp458.81MB02.Matplotlip 花样数据库可视化 用Kmeans Clustering 增添效果.mp418.51MB01.Pandsa 读取和处理多种类型格式数据.mp431.09MB08.机器学习算法
04.第四章 模型进阶：非线性模型
07.课程4.7 模型进阶_参数搜索.mp439.77MB06.课程4.6 模型进阶——xgboost模型.mp428.26MB05.课程4.5 模型进阶 随机森林模型.mp426.96MB04.课程4.4 模型进阶集成学习模型.mp454.43MB03.课程4.3 决策树模型代码演示.mp433.03MB02.课堂4.2 模型进阶CART模型理论.mp410.23MB01.课程4.1 模型进阶概述.mp412.09MB03.第三章 数据预处理与特征工程
06.课程3.6 数据集划分方法.mp422.1MB05.课程3.5分类模型常用指标评价.mp419.05MB04.课程3.4 回归模型常用指标评价.mp426.8MB03.课程3.3 特征工程操作，共线性、降维、拓展.mp438.37MB02.课程3.2 数据处理操作：预处理，标准化，纠偏.mp453.35MB01.课程3.1特征工程介绍.mp44.98MB02.第二章 模型基础：线性模型
10.课程2.10 sklearn实现线性模型.mp4137.85MB09.课程2.9 惩罚模型.mp440.39MB08.课程2.8 逻辑回归与梯度下降调优.mp49.97MB07.课程2.7 逻辑回归：损失函数.mp46.16MB06.课程2.6 逻辑回归.mp424.37MB05.课程2.5 多元线性回归代码实现.mp420.79MB04.课程2.4 多元线性回归.mp413.79MB03.课程2.3 线性回归：最小二乘法.mp427.78MB02.课程1.2 监督学习与非监督学习.mp416.53MB01.课程2.1 线性回归.mp45.75MB01.第一章 机器学习简介
04.课程1.4 模型评估.mp413.51MB03.课程1.3 回归与分类.mp49.94MB02.课程1.2 监督学习与非监督学习.mp418.41MB01.课程1.1 什么是机器学习.mp410.91MB07.数据爬虫企业实战
04.第三步：数据存储及清洗逻辑
01.构建函数噪音处理.mp479.89MB03第二步：网页访问及反爬处理
03.动态IP代理设置.mp457.42MB02.二手房源数据采集_爬虫2.mp496.73MB01.二手房源数据采集_爬虫1.mp461.98MB02.第一步：数据需求文档整理
01.如何构建需求文档.mp429.61MB01如何从零开始构建数据采集工作流
01.企业层面数据爬虫的核心要点.mp451.06MB06数据爬虫项目实战
1爬虫练习项目（三）
02.案例七：拉钩数据采集（2）.mp457.15MB01.案例六：拉钩网数据采集（1）.mp4123.49MB05数据爬虫技巧
6第六章 浏览器测试框架：Selenium
课程6.5 如何协调selenium与requests+bs的方法.mp457.89MB课程6.4 实现网页的账号登陆.mp427.65MB课程6.3 提取网页数据.mp4118.96MB课程6.2 如何用Selenium快速访问网页.mp432.87MB课程6.1 什么是Selenium-.mp437.99MB6-爬虫练习项目（二）
案例五：blibli弹幕数据采集.mp4157.4MB5数据库：MongoDB
课程5.5 基于爬虫的MongoDB运用.mp432.56MB课程5.4 如何通过python使用MongoDB.mp466.59MB课程5.3 如何使用Robo3T？.mp412.14MB课程5.2 MongoDB基本语法.mp493.47MB课程5.1 MongoDB快速入门.mp447.31MB4正则表达式
课程4.5 爬虫中正则的用处.mp4129.27MB课程4.4 字符替换与分割.mp419.78MB课程4.3 字符搜索.mp424.4MB课程4.2 正则表达式模式.mp481.24MB课程4.1 正则表达式快速上手.mp449.85MB4-爬虫练习项目
案例4：去哪儿网景点数据采集.mp4148.73MB案例3：豆瓣图书图片数据采集.mp471.94MB案例2：豆瓣图书数据采集.mp4141.02MB案例1：豆瓣图书数据采集part2.mp4115.87MB案例1：豆瓣图书数据采集part1.mp455.26MB3网页信息解析方法：Xpath与BeautifulSoup
课程3.5 遍历文档树.mp438.34MB课程3.4 搜索文档树.mp425.21MB课程3.3 网页标签解析.mp434.49MB课程3.2 Xpath与lxml包.mp425.98MB课程3.1 BeautifulSoup基本语法.mp419.57MB2网络资源访问工具：requests
课程2.1 requests基础学习.mp475.64MB1学会看懂网页
课程1.2 网页结构剖析.mp446MB课程1.1 读懂网页结构.mp476.7MB04数据分析企业实战
第6章 硅谷实战：消费者行为分析机器预测
6.4第四节 消费者行为分析05.mp452.3MB6.3第三节 消费者行为分析04.mp439.34MB6.2第二节 消费者行为分析03.mp425.62MB6.1第一节 消费者行为分析01-02.mp420.2MB第5章 网易实战：电商营销活动数据复盘
5.3 1.2 电商营销活动数据案例解析视.mp440.98MB5.2 1.1 电商活动核心数据指标解析.mp420.46MB5.1 1.0 课程简介.mp43.2MB第4章 网易有数：数据平台在汽车行业中的应用
4.3第三节 整车售后配件业务分析.mp451.17MB4.2第二节 整车销售业务分析.mp442.62MB4.1第一节 网易有数整体介绍视频.mp435.15MB第3章 网易教育：如何高效构建业务指标体系
3.4第四节 指标体系落地.mp415.6MB3.3第三节 如何确定业务指标体系.mp453.63MB3.2第二节 指标类型及常见的指标.mp443.81MB3.1第一节 指标体系建设.mp422.5MB第2章 网易严选：用户增长实践经验分享
2.4第四节 网易严选数据分析实践经验分享4.mp416.86MB2.3第三节 网易严选数据分析实践经验分享3.mp491.34MB2.2第二节 网易严选数据分析实践经验分享2.mp441.16MB2.1第一节 网易严选数据分析实践经验分享1.mp431.88MB第1章 网易游戏：数据时代的网络游戏设计与运营
1.1网易游戏：数据时代的网络游戏设计与运营.mp460.18MB03数据分析项目实战
9考核02介绍 婚恋配对实验视频.mp4122.69MB9考核01介绍 国产烂片深度揭秘视频.mp481.29MB8练习09介绍 泰坦尼克号获救问题视频.mp427.88MB8练习09讲解02视频.mp481.59MB8练习09讲解01视频.mp440.04MB7练习08介绍 社会财富分配问题模拟视频.mp464.08MB7练习08讲解04视频.mp495.54MB7练习08讲解03视频.mp4157.45MB7练习08讲解02视频.mp4131.4MB7练习08讲解01视频.mp4111.61MB6练习07介绍 中国城市资本流动问题探索视频.mp4170.54MB6练习07讲解03视频.mp4171.34MB6练习07讲解02视频.mp4161.85MB6练习07讲解01视频.mp4188.32MB5练习06介绍 房价影响因素挖掘视频.mp493.5MB5练习06讲解04视频.mp4118.96MB5练习06讲解03视频.mp498.63MB5练习06讲解02视频.mp469.48MB5练习06讲解01视频.mp426.46MB4练习05介绍 中国姓氏排行研究视频.mp469.68MB4练习05讲解03视频.mp4384.22MB4练习05讲解02视频.mp4138.74MB4练习05讲解01视频.mp4215.91MB3练习04介绍 电商打折套路解析视频.mp4128.15MB3练习04讲解04视频.mp492.19MB3练习04讲解03视频.mp4113.98MB3练习04讲解02视频.mp4138.42MB3练习04讲解01视频.mp4105.81MB2练习03介绍 城市餐饮店铺选址分析视频.mp4112.09MB2练习03讲解02视频.mp4117.1MB2练习03讲解01视频.mp4185.08MB1项目介绍：准备工作 → 现在开始启动spyder视频视频.mp463.39MB考核02 婚恋配对实验
考核02 讲解05.mp4215.17MB考核02 讲解04.mp4145.44MB考核02 讲解03.mp492.17MB考核02 讲解02.mp4208.35MB考核02 讲解01.mp447.2MB考核01 国产烂片深度揭秘
考核01.讲解02.mp482.3MB考核01 讲解04.mp4112.95MB考核01 讲解03.mp4212.89MB考核01 讲解01.mp465.62MB02数据表达逻辑
第5章 Python交互图表可视化：Bokeh
课程5.9 其他交互工具设置.mp438.4MB课程5.8 ToolBar工具栏设置.mp4131.17MB课程5.7 绘图表达进阶操作.mp4176MB课程5.6 柱状图 堆叠图 直方图.mp488.69MB课程5.5 折线图 面积图.mp4107.72MB课程5.4 散点图.mp456.19MB课程5.3 图表辅助参数设置.mp461.12MB课程5.2 绘图空间基本操作.mp4107.98MB课程5.1 什么是Bokeh及其可视化交互原理？.mp4108.72MB第4章 空间数据可视化
课程4.7 空间热力图.mp452.73MB课程4.6 空间线性轨迹图（2）.mp457.7MB课程4.5 空间线性轨迹图（1）.mp4103.05MB课程4.4 空间柱状图（2）.mp457.36MB课程4.3 空间柱状图（1）.mp492.26MB课程4.2 3D图表.mp447MB课程4.1 空间数据可视化工具概述.mp473.71MB第3章 关系网络数据可视化
课程3.6 案例研究二：导演演员关系网络可视化.mp4136.66MB课程3.5 案例研究一：公司职员关系图表.mp4273.92MB课程3.4 Python数据预处理.mp477MB课程3.3 Gephi基本操作.mp429.96MB课程3.2 Gephi软件安装及配置.mp48.19MB课程3.1 什么是关系网络图？.mp496.61MB第2章 Python图表数据可视化：Seaborn
课程2.11 结构化图表可视化.mp438.58MB课程2.10 时间线图表、热图.mp445.87MB课程2.09 线性关系数据可视化.mp449.78MB课程2.08 分类数据可视化 - 统计图.mp444.38MB课程2.07 分类数据可视化 - 分布图.mp428.6MB课程2.06 分类数据可视化 - 分类散点图.mp414.02MB课程2.05 分布数据可视化 - 散点图.mp467.56MB课程2.04 分布数据可视化 - 直方图与密度图.mp441.45MB课程2.03 调色盘.mp439.57MB课程2.02 整体风格设置.mp439.56MB课程2.01 为什么选择Seaborn做图表可视化？.mp424.9MB第1章 数据可视化整体概述
课程1.4 设计美学.mp4227.75MB课程1.3 数据图表表达的逻辑原理.mp454.91MB课程1.2 数据可视化技术体系及方向.mp445.97MB课程1.1 什么是数据可视化？.mp4202.64MB01数据分析方法
3数学建模
课程3.5.2 蒙塔卡罗模拟案例解读.mp452.28MB课程3.5.1 蒙塔卡罗模拟理论概述.mp443.92MB课程3.4.3 K-means聚类理论概述及python实现.mp451.57MB课程3.4.2 PCA主成分的python实现方法.mp457.51MB课程3.4.1 PCA主成分分析理论概述.mp437.99MB课程3.3.2 KNN最邻近分类的python实现方法.mp443.1MB课程3.3.1 KNN最邻近分类理论概述.mp418.27MB课程3.2.3 线性回归模型评估.mp428.5MB课程3.2.2 线性回归的python实现方法.mp446.4MB课程3.2.1 线性回归理论概述.mp426.07MB课程3.1 数学建模概述.mp434.66MB2数据处理
课程2.4 数据连续属性离散化.mp440.85MB课程2.3 数据归一化.mp450.79MB课程2.2 异常值处理.mp473.2MB课程2.1 缺失值处理.mp485.63MB1数据特征分析
课程1.7 相关性分析.mp490.9MB课程1.6 正态性检验（下）.mp4108.01MB课程1.6 正态性检验（上）.mp468.77MB课程1.5 帕累托分析.mp438.6MB课程1.4 统计分析.mp4118.39MB课程1.3 对比分析（下）.mp485.47MB课程1.3 对比分析（上）.mp469.45MB课程1.2 分布分析.mp479.23MB课程1.1 数据特征分析.mp427.25MB预备课【先看】
00-3【预备课】重点工具掌握
练习02：知乎数据清洗整理和结论研究.mp4163.61MB课程4.8 空间统计.mp4116.71MB课程4.7 空间划分.mp4107.78MB课程4.6 空间可视化制图.mp452.98MB课程4.5 空间数据几何计算.mp462.61MB课程4.4 空间数据基本处理.mp4121.35MB课程4.3 坐标系.mp458.63MB课程4.2 GIS软件基本操作及数据加载.mp481.38MB课程4.1 什么是空间数据.mp442.71MB课程3.15 表格样式调用.mp459.09MB课程3.14 表格显示控制.mp418.27MB课程3.13 表格样式创建.mp454.5MB课程3.12 箱型图.mp477.24MB课程3.11 极坐标图.mp464.22MB课程3.10 散点图、矩阵散点图.mp470.35MB课程3.09 直方图.mp470.6MB课程3.08 面积图、填图、饼图.mp4133.66MB课程3.07 柱状图、堆叠图.mp454.93MB课程3.06 基本图表绘制.mp4119.56MB课程3.05 子图.mp4131.34MB课程3.04 刻度、注解、图表输出.mp467.86MB课程3.03 图表的样式参数.mp454.53MB课程3.02 图表的基本元素.mp494.87MB课程3.01 Matplotlib简介及图表窗口.mp437.37MB课程2.22 文件读取.mp463.96MB课程2.21 透视表及交叉表.mp451.88MB课程2.20 分组转换及一般性“拆分-应用-合并”.mp440.15MB课程2.19 数据分组.mp456.17MB课程2.18 去重及替换.mp423.2MB课程2.17 连接与修补.mp447.7MB课程2.16 合并.mp446.6MB课程2.15 文本数据.mp442.19MB课程2.14 数值计算和统计基础.mp481.06MB课程2.13 时间序列 - 重采样.mp485.35MB课程2.12 时间序列 - 索引及切片.mp461.99MB课程2.11 时期.mp456.75MB课程2.10 时间戳索引.mp497.92MB课程2.09 时刻数据.mp471.63MB课程2.08 时间模块.mp440.96MB课程2.07 数据结构Dataframe：基本技巧.mp465.98MB课程2.06 数据结构Dataframe：索引.mp478.44MB课程2.05 数据结构Dataframe：基本概念及创建.mp454.35MB课程2.04 数据结构Series：基本技巧.mp448.47MB课程2.03 数据结构Series：索引.mp442.04MB课程2.02 数据结构Series：基本概念及创建.mp439.52MB课程2.01 什么是Pandas.mp424.07MB课程1.6 Numpy数据的输入输出.mp441.81MB课程1.5 Numpy随机数.mp468.8MB课程1.4 Numpy索引及切片.mp447.58MB课程1.3 Numpy通用函数.mp455.59MB课程1.2 Numpy基础数据结构.mp460.96MB课程1.1 什么是Numpy？.mp421.7MB考核项目02_视频网站数据清洗整理和结论研究
答案：视频网站数据清洗整理和结论研究.mp4412.14MB00-2【预备课】基础语言入门
练习01：商铺数据加载及存储.mp4109.06MB课程8.5 pickle模块的运用.mp484.91MB课程8.4 文件的读取与写入（下）.mp436.04MB课程8.3 文件的读取与写入（上）.mp4200.14MB课程8.2 系统模块下的路径操作.mp443.3MB课程8.1 文件对象声明及基本操作.mp430.11MB课程7.4 windows环境下的代码运行.mp451.82MB课程7.3 “包”的概念及python包管理工具：pip.pptx.mp428.24MB课程7.2 模块创建及import指令运用.mp436.58MB课程7.1 什么是模块？.mp452.9MB课程6.4 匿名函数lambda.mp427.06MB课程6.3 局部变量及全局变量.mp433.49MB课程6.2 自定义函数.mp450.57MB课程6.1 函数的基本概念.mp437.84MB课程5.5 循环控制语句.mp430.52MB课程5.4 循环语句：while循环.mp427.06MB课程5.3 循环语句：for循环.mp425.58MB课程5.2 条件判断：if语句.mp447.02MB课程5.1 什么是语句？.mp426.95MB课程4.3 字典的元素访问及遍历.mp433.75MB课程4.2 字典常用操作.mp427.84MB课程4.1 字典dict基本概念.mp444.56MB课程3.4 文本序列str常用操作.mp464.63MB课程3.3 列表list常用操作.mp477.92MB课程3.2 序列通用操作.mp467.25MB课程3.1 什么是序列？.mp433.89MB课程2.4 注释.mp422.56MB课程2.3 运算符.mp428.39MB课程2.2 认识变量.mp422.59MB课程2.1 数值类型概述.mp435.94MB课程1.4 JupyterNotebook与Spyder.mp461.88MB课程1.3 集成开发环境及Python运行逻辑.mp431.97MB课程1.2 为什么选择Python？.mp448.27MB课程1.1 重新认识你的电脑.mp459.07MB00-1【预备课】数据思维导论
8月18日答疑直播.mp4117.23MB04第四章 用数据改变未来.mp4123.12MB03第三章 机器学习是什么.mp480.65MB02第二章 避免对数据可视化的误解102第二章 避免对数据可视化的误解1.mp4142.62MB02第二章 避免对数据可视化的误解2.mp4201.63MB01第一章 数据能做什么？.mp4160.51MB00课程须知：课程服务和软件下载（重要！必看！）.mp442.61MB
