OpenI 启智社区

启智社区,确实给力

当前位置:首页 > 学习 > 实训 >

《数据挖掘建模与应用实践》智能学习与测评

《数据挖掘建模与应用实践》智能学习与测评

  • 来源:广西民族师范学院
  • 章节:12 单元:33

  • 黄恒秋

  • 邓思泽

  • 余佳瑢

  • 黎美云

  • 赵青梅

  • 许安頔

  • 杨海林

  • 廖玉银

  • 戴清龙

  • 韦丽莎

  • 黄秀丽

  • 吴钰婷

  • 黄云龙

  • 温新仪

  • 董钊廷

  • 唐向雄

  • 曾慧敏

  • 唐上立

  • 黄光璐

  • 江依迷

  • 陆秋红

  • 温舒雯

  • 范燕玲

  • 陆秋婷
进入实训课程

课程简介:

本课程基于人民邮电出版社出版的教材《Python大数据分析与挖掘实战(微课版)》和《Python金融数据分析与挖掘实战》相关知识点及部分内容,深度加工而成。可选择这两本教材中的一本或两本作为题库学习的参考书或教学用书。
本课程采用了问题驱动学习的设计思路,把知识点融入问题中,基于“游戏式”闯关开展实训,系统会对实训程序进行自动测评。学习进阶如下图所示:

课程提供了115道编程题目(实验关卡),从Python编程基础,到数据分析技能、机器学习与深度学习模型构建,再到热门行业应用,构建了数据挖掘与建模工程师所需的知识和技能。
同时本课程也为Python数据分析、数据挖掘、大数据分析应用相关课程,提供了丰富的实验资源和测评考核材料,极大地减少了教师的实验制作、布置、批改和管理工作量,同时对学生的编程技能和应用能力提出了更高的要求。
为了方便用户本地调试、适应无网环境、深入探索实验数据及过程化分析和可视化,达到线上线下实验相融合,课程提供了在线实验本地化调试的测试包,下载链接如下:
(维护中..........................)
(提取码: r9sj,调试包中stepxx.py文件为用户文件,testxx.py文件为对应的测评文件,运行测评文件如果输出1或者“你的答案与正确答案一致”,则表示测评通过,这时可以拷贝您的用户文件代码到平台上做线上测评,一般情况下是可以通过关。建议安装Anaconda3-5.0.1,使用Spyder(Python3.6)进行本地调试。)

课程章节:

编程基础篇

本篇目前包括:基本数据类型、基本数据结构、基本数据结构访问、列表append和extend方法、字符串连接、字符串拆分和子串查找、条件语句if、循环语句while、循环语句for和字典setdefault方法、函数定义及应用等12个在线实验题目。

科学计算篇

本篇目前包括:赋值定义较复杂数据结构(数组)、内嵌函数定义较复杂数据结构(数组)、数组运算、数组切片、数组连接及应用共7个在线实验题目。

数据处理篇

本篇目前包括:序列和数据框、外部数据文件读取、.逻辑索引、切片方法、groupby 分组计算函数应用、数据框关联操作、数据框合合并操作、序列移动计算方法应用、数据框切片(iloc、loc)方法、数据框排序、数据框综合应用案例、序列及简单随机抽样、序列及较复杂抽样等13个实验关卡。

图像绘制篇

本篇目前包括:散点图、.线性图、柱状图、直方图、饼图、箱线图和子图及其应用等8个在线实验关卡

数学实践篇

本篇目前包括:向量运算、矩阵应用、极限、导数、积分、最值6个在线实验关卡

机器学习篇

本篇包括:缺失值填充、数据标准化、支持向量机分类模型、逻辑回归分类模型、神经网络分类模型、线性回归模型、神经网络回归模型、支持向量机回归模型、基于主成分分析的综合评价、K均值聚类算法、布尔数据集构建、.基于布尔数据集的一对一和多对一关联规则挖掘等17个实验关卡。

深度学习篇

本篇包括:多层神经网络模型、卷积神经网络模型、循环神经网络模型等基本使用方法3个实验关卡。

金融数据挖掘篇

本篇包括金融数据挖掘基础、综合相关的30个在线实验关卡

地理信息数据挖掘篇

本篇包括:基于经纬度数据计算指标及进行众包任务定价优化模型相关的6个实验关卡和1个GPS行车轨迹数据处理实验关卡

地铁交通数据挖掘篇

本篇包括:基于地铁刷卡数据文件的大数据分块读取技术、二分法查找、地铁进站人数和出站人数统计计算、天气、周末、节假日数据指标设计及计算、因变量和自变量数据的融合计算等4个实验关卡。

文本挖掘篇

本篇包括:上市公司新闻标题分词、去掉停用词和数值、基于逆向词频构建支持向量机情感分类模型等3个在线实验关卡。

图像识别篇

本章篇包括:手写体图像数据集初识、基于全像素特征的手写体图像识别模型、基于全像素特征的人脸识别模型、基于像素主成分的人脸识别模型、基于纸币彩色图像的面额识别模型5个在线实验关卡。