- 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
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
