本课程专注于机器学习和数据挖掘的核心理论与实践应用,旨在帮助学生掌握现代数据分析的关键技能。通过系统学习,您将深入了解数据预处理、特征工程、模型构建与评估等重要环节,并能运用逻辑回归、线性回归及其衍生模型解决实际问题。此外,课程还将涵盖数据仓库、在线分析处理(OLAP)及数据可视化等内容,全面提升数据驱动决策能力。无论是希望提升职业竞争力,还是致力于推动企业数字化转型,本课程都将为学生提供坚实的理论基础和实用的技术工具。
PowerBI Data Analyst - Create visualizations and dashboards from scratch
35% Off Finance Skills That Get You Hired - Code CFI35
Overview
Coursera Flash Sale
40% Off Coursera Plus for 3 Months!
Grab it
Syllabus
- 课程导论
- 第一章 数字经济
- 1.1 数字经济
- 1.2 大数据
- 1.3 人工智能
- 第二章 数据挖掘
- 2.1 数据挖掘的背景
- 2.2 数据挖掘技术及概述
- 2.3 数据分析及预处理
- 第三章 机器学习
- 3.1 回归及分类模型
- 3.2 聚类分析
- 3.3 神经网络和人工智能
- 第四章 案例及总计
- 4.1 应用、总结及展望
- 期末考试
Taught by
Biao Li and Wu Yuzhu