📖 01 📌

数据挖掘概述

什么是数据挖掘 · CRISP-DM流程 · 与机器学习关系 · 典型应用场景

概念流程

🧹 02⚙️

数据预处理实战

缺失值处理 · 异常值检测(3σ/IQR) · 标准化与归一化

清洗异常

📊 03📈

探索性数据分析 (EDA)

描述性统计 · 直方图/箱线图 · 相关性热力图

可视化统计

🧩 04🔧

特征工程 (上)

LabelEncoder · OneHotEncoder · StandardScaler · MinMaxScaler · 特征交叉

编码缩放

🧪 05⚡

特征工程 (下)

特征选择(过滤/包裹/嵌入) · PCA降维 · 特征重要性

选择降维

🌳 06🤖

分类算法 (上)

逻辑回归 · 决策树(ID3/C4.5/CART) · 过拟合与剪枝

回归树

🚀 07🌲

分类算法 (下)

随机森林 · XGBoost · LightGBM · GridSearchCV调参

集成Boosting

📉 08📐

回归算法

线性回归 · 岭回归 · Lasso · MSE/MAE/R²

回归评估

🔵 09⭕

聚类算法

K-Means肘部法则 · DBSCAN · 轮廓系数

无监督聚类

🔗 10🛒

关联规则挖掘

Apriori · 支持度/置信度/提升度 · FP-Growth

关联购物篮

⏳ 11📅

时间序列分析

平稳性检验 · ARIMA · 季节性分解 · Prophet

时序预测

🎯 12📊

模型评估与选择

K-Fold交叉验证 · 混淆矩阵 · ROC/AUC · 过拟合欠拟合

评估验证

🧩 13🤝

集成学习

Bagging/Boosting · Stacking · Voting分类器

集成组合

📝 14📖

文本挖掘基础

jieba分词 · TF-IDF · 词袋模型 · Word2Vec

NLP词向量

🎬 15👥

推荐系统 (上)

协同过滤(User/Item) · 余弦相似度 · 皮尔逊相关系数

协同相似度

🎥 16🧩

推荐系统 (下)

矩阵分解SVD · 基于内容推荐 · 冷启动问题

SVD冷启动

🧠 17⚡

深度学习入门

神经网络基础 · 激活函数(ReLU/Sigmoid/Tanh) · 反向传播

DL激活

🧬 18📸

深度学习进阶

CNN图像分类 · RNN/LSTM · Dropout & BatchNorm

CNNRNN

❓ 19💡

面试真题 (一)

特征工程 & 数据预处理高频面试题解析

面试高频

❓ 20💡

面试真题 (二)

分类 & 回归算法高频面试题解析

面试算法

❓ 21💡

面试真题 (三)

聚类 & 关联规则高频面试题解析

面试无监督

❓ 22💡

面试真题 (四)

模型评估 & 集成学习高频面试题解析

面试评估

❓ 23💡

面试真题 (五)

推荐系统 & 文本挖掘高频面试题解析

面试推荐

🛒 24📦

项目实战 (一) 电商用户行为分析

数据清洗 & EDA

电商清洗

🛒 25👤

项目实战 (二) 电商用户画像

用户画像构建 & 特征工程

画像特征

🛒 26🎯

项目实战 (三) 购买预测模型

模型构建 & 调优

预测调参

🏦 27💳

项目实战 (四) 金融风控·信用评分卡

WOE编码 · IV值 · 逻辑回归

风控评分卡

🏦 28📈

项目实战 (五) 金融风控·模型评估

KS值 · PSI监控 · 部署

监控KS

📰 29🗂️

项目实战 (六) 新闻文本分类

爬虫到模型部署全流程

文本全流程

🎓 30🌟

课程总结与职业发展

技能图谱 · 学习路线 · 面试技巧 & 简历优化

职业成长