飞豹客 · 教程详情

开课吧数据挖掘第二期 34章完整版

会员可免费下载本篇

月会员可按日额度下载（每篇扣 1 次）。

开通会员 · 按档位下载 →

云计算/大数据

172 人浏览发布 2026-04-15更新 2026-04-15

这门课解决的是哪类工作问题

数据挖掘在实际岗位里很少是「从零造算法」，更多是拿着一份脏数据，判断它能不能支撑一个预测目标，然后选方法、跑结果、解释结论。这套课围绕的正是这条链路：先补齐概率统计的底子，再进聚类和预测建模，最后落到一个可以跑起来的预测平台上。如果你现在的工作里出现过「这批用户能不能分层」「下个月销量大概多少」「哪些客户可能流失」这类问题，却卡在不知道用什么方法、结果也说不清可信度，那它的针对性是明确的。

需要提醒的是，课名里的「第二期」和「34章」只是资料规模，不代表难度递进设计得很平滑。它更像一套录播素材的合集，而不是一条被精心编排好的学习路径，所以自学时的取舍比课程本身更关键。

适合什么基础，不建议谁直接上手

先导课部分从离散型、连续型随机变量讲到正态分布、伯努利分布、期望估计、极大似然估计、偏差和方差，这个起点说明它默认你至少见过概率论符号，能接受公式推导，而不是只想要「调个包看结果」。如果你完全没接触过统计，直接跳到聚类或预测模型那几章，大概率会变成照着代码敲一遍、换份数据就无从下手。

相对合适的画像：会一点 Python 或 SQL，做过数据清洗和简单报表，想把分析方法系统化；或者转行阶段已经补过基础统计，需要一个真实项目把知识点串起来。完全零基础、只想快速出图出结论的人，这套资料的门槛偏高，投入产出比不一定划算。

建议的观看顺序和练习方式

不建议按章节号从头顺看。更省时间的做法是：先快速过一遍先导课里关于分布、期望、偏差与方差的部分，目的不是推导，而是建立「这个指标波动是噪声还是信号」的判断意识；然后直接进聚类算法，用自己手头任何一份带数值字段的数据跑一遍分群，重点看不同参数下结果怎么变、业务上能不能解释；最后再看预测模型和预测平台那部分，理解一个模型从训练到上线要经过哪些环节。

每看完一块，用同一份数据换个目标重做一次，比如先做用户分群，再做流失预测，逼自己想清楚标签怎么定义。
把结果写成三句话：用了什么方法、关键假设是什么、结论在什么范围内成立。写不出来，说明这块还没真正掌握。
先导课的讲义类材料适合当查阅手册，遇到不懂的概念回头翻，不必逐页精读。

学完之后，你应该能独立完成一件相对完整的事：拿到一份业务数据，判断它适合分类还是聚类，选一个可解释的模型跑出结果，并用统计语言说明这个结果的可信度边界。做不到这一点，说明练习量还不够，而不是资料不够多。这套内容的价值在于提供了一批可对照的实战片段，真正决定效果的仍是你拿自己的数据反复试的次数。

开课吧数据挖掘第二期 34章完整版

数据挖掘实战课程，深入浅出

⭐ 编辑推荐

全面解析数据挖掘技术，涵盖先导课、聚类算法、预测平台、预测模型等，实战案例丰富。

课程亮点

• 实战案例丰富

• 涵盖先导课到预测模型

• 深入浅出讲解数据挖掘技术

课程目录

📁 03第三章 数据挖掘先导课（二） 03第三章 数据挖掘先导课（二）说明.png [493.5 KB] 第5节 正态分布-.mp4 [19.7 MB] 第9节 偏差和方差-.mp4 [10.9 MB] 第3节 离散型随机变量-.mp4 [24.3 MB] 第6节 极大似然估计-.mp4 [22.4 MB] 第8节 伯努利分布-.mp4 [15.2 MB] 第7节 期望估计-.mp4 [14.1 MB] 第4节 连续型随机变量-.mp4 [21.2 MB] 第1节-数据挖掘工程师实战——先导篇（二）.pdf [2.6 MB] 第10节 过拟合欠拟合-.mp4 [33.7 MB] 第2节 概率-.mp4 [27.5 MB]
📁 24第二十四章 聚类算法 k-Means 24第二十四章 聚类算法 k-Means资料.zip [1.8 MB] 20200519无监督学习—聚类算法代码.exe [461.8 KB] 20200519无监督学习—聚类算法课件.pdf [3.6 MB] 聚类算法 k-Means-.mp4 [169.2 MB] 20200516高潜用户购买画像-下-课件.pdf [18.0 MB] 20200519聚类随堂问题.txt [2.3 KB]
📁 23第二十三章 高潜用户预测平台-下 23第二十三章 高潜用户预测平台-下资料.png [493.5 KB] 20200516高潜用户购买画像-下 -代码.exe [422.0 MB] 20200514高潜用户购买画像-上-代码.exe [403.5 MB] 高潜用户预测平台-下-.mp4 [253.0 MB] 20200516高潜用户购买画像-下-课件.pdf [18.0 MB] 20200516用户画像随堂问题-下.txt [4.1 KB] 20200514用户画像随堂问题-上.txt [4.9 KB]
📁 16第十六章 建筑能源预测模型（下） 16第十六章 建筑能源预测模型（下）文档.png [493.5 KB] 20200423建筑能源得分预测报告-代码.exe [6.1 MB] 建筑能源预测模型（下）-.mp4 [261.4 MB] 20200423建筑能源预测下随堂问题.txt [11.7 KB] 20200423建筑能源得分预测报告课件-下.pdf [13.9 MB]
📁 04第四章 数据挖掘先导课（三） 第2节 条件概率-.mp4 [30.7 MB] 第3节 贝叶斯公式-.mp4 [17.4 MB] 4.NaiveBayes.exe [329.7 KB] 第5节 sklearn朴素贝叶斯-.mp4 [43.0 MB] 第6节 垃圾邮件分类-.mp4 [78.4 MB] 第1节-数据挖掘工程师实战——先导篇（三）.pdf [705.0 KB] 第4节 朴素贝叶斯-.mp4 [42.4 MB]
📁 13第十三章 支持向量机-SVM 支持向量机-SVM-.mp4 [185.2 MB] SVM算法课件.pdf [7.1 MB] SVM算法代码.exe [571.8 KB]
📁 12第十二章 银行利润最大化 逻辑回归算法之如何实现客户逾期还款业务 - 代码.exe [11.3 MB] 银行利润最大化.mp4 [211.0 MB] 逻辑回归算法之如何实现客户逾期还款业务.pdf [9.0 MB]
📁 21第二十一章 XGBoost算法 XGBoost算法-.mp4 [180.6 MB] 20200512XGBoost随堂问题.txt [2.0 KB] XGBoost算法课件-代码.exe [364.9 KB] XGBoost算法课件.pdf [4.5 MB]
📁 15第十五章 建筑能源预测模型（上） 建筑能源预测模型（上）-.mp4 [247.1 MB] 20200421建筑能源预测上随堂问题.txt [4.0 KB] 20200421建筑能源得分预测报告课件-上.pdf [9.8 MB] 20200421建筑能源得分预测报告-代码.exe [5.5 MB]
📁 34第三十四章 电商平台用户画像 电商平台用户画像-.mp4 [82.3 MB] 20200614聚类-用户画像课件.pdf [2.4 MB] 20200614逻辑回归.pdf [2.9 MB] 34第三十四章 电商平台用户画像.exe [6.2 MB]
📁 11第十一章 逻辑回归算法 逻辑回归算法-.mp4 [182.4 MB] Logistic回归(逻辑斯特)算法.exe [518.0 KB] 逻辑回归算法精讲.pdf [9.8 MB]
📁 30第三十章 智能设备采集的用户行为数据的分析 智能设备采集的用户行为数据的分析-.mp4 [88.6 MB] 智能设备采集的用户行为数据的分析.exe [209.4 MB]
📁 19第十九章 金融信用评分模型 金融信用评分模型-.mp4 [228.8 MB] 20200507金融风控模型之如何制作评分卡课件.pdf [3.2 MB] 20200507金融风控模型之如何制作评分卡代码.exe [10.4 MB]
📁 31第三十一章 个性化新闻推荐 个性化新闻推荐-.mp4 [38.3 MB] 20200604【2.0补充案例】 使用hyperopt调参.pdf [287.7 KB] 20200606实时推荐（课间补充）.pdf [258.7 KB] 20200604【1.0个性化新闻推荐】.pdf [1.2 MB] 20200606课后资料.exe [10.3 MB]
📁 01第一章 Python基础 01-04 第一章第4节 Pandas基础2-.mp4 [357.7 MB] 01-01 第一章第1节 Matplotlib基础-.mp4 [321.3 MB] 01-03 第一章第3节 Pandas基础1-.mp4 [354.1 MB] 01-05 第一章第5节 Pandas基础3-.mp4 [437.2 MB] 01-02 第一章第2节 Numpy基础-.mp4 [350.7 MB] 02_python中NumPy课件.pdf [1.2 MB] movie_metadata.exe [744.3 KB] 03_python中Pandas课件.pdf [517.3 KB] 01_python中matplotlib课件.pdf [1.4 MB]
📁 33第三十三章 保险公司用户精细分层 保险公司用户精细分层-.mp4 [120.2 MB] 20200613决策树-用户分层课后资料.exe [496.2 KB] 20200613决策树-用户分层课件.pdf [2.7 MB]
📁 09第九章 法有定论，兵无常形 法有定论，兵无常形-.mp4 [213.3 MB] 模型解释代码数据.exe [7.0 MB] 模型解释课件.pdf [8.9 MB]
📁 29第二十九章 社交平台有效信息侦测 社交平台有效信息侦测-.mp4 [188.5 MB] 29第二十九章 社交平台有效信息侦测.exe [205.5 MB]
📁 10第十章 线性回归算法 线性回归算法-.mp4 [157.5 MB] Lineregression算法代码数据.exe [687.8 KB] 线性回归算法.pdf [11.8 MB]
📁 17第十七章 决策树算法 决策树算法-.mp4 [185.7 MB] 20200425Decision Tree(决策树算法)课件.pdf [10.3 MB] 20200425Decision Tree(决策树算法)代码.exe [6.7 MB]
📁 08第八章 取之精华，去伪取真 兵无常形，特征工程课件.pdf [9.4 MB] 模型的评估指标汇总-.mp4 [49.9 MB] 取之精华，去伪取真-.mp4 [199.0 MB] 作业参考答案.exe [390.1 KB] 兵无常形，特征工程代码数据.exe [469.0 KB] 数据挖掘2期-清明假期作业.pdf [104.6 KB]
📁 07第七章 开门见山，入木三分 数据结构（一）(1).pdf [221.7 KB] 开门见山，入木三分-.mp4 [152.3 MB] 开门见山，入木三分.pdf [7.1 MB]
📁 20第二十章 梯度提升算法 梯度提升算法-.mp4 [160.4 MB] 20200509梯度提升决策树代码.exe [15.8 MB] 20200509GBDT随堂问题.txt [4.5 KB] 20200509梯度提升决策树课件.pdf [4.1 MB]
📁 26第二十六章 时间序列（二） 时间序列（二）直播-.mp4 [276.2 MB] 时间序列（二）点播-时间序列辅助视频-.mp4 [276.0 MB]
📁 28第二十八章 作业讲解 作业讲解-.mp4 [188.5 MB] 28第二十八章 作业讲解.exe [350.8 KB]
📁 06第六章 数据挖掘预科课 5 作业需求.txt [663.0 B] 5 matplotlib基础.pdf [1.2 MB] 第5节 Matplotlib基础-.mp4 [127.3 MB] 14 数学基础（四）.pdf [413.4 KB] 13 数学基础（三）.pdf [763.8 KB] 第13节 数学基础三-.mp4 [115.4 MB] 第12节 数学基础二-.mp4 [95.1 MB] 2 numpy基础.pdf [719.1 KB] 第7节 数据结构1-.mp4 [79.5 MB] 9 数据结构（三）.pdf [971.9 KB] 第1节 python基础语法-.mp4 [120.5 MB] 第11节 数学基础一-.mp4 [102.9 MB] 第8节 数据结构2-.mp4 [101.9 MB] 5 TestData.exe [526.5 KB] 7 常见的数据挖掘面试题.pdf [37.5 KB] 8 数据结构（二）.pdf [172.1 KB] 第9节 数据结构3-.mp4 [109.0 MB] 第4节 Pandas基础课程-.mp4 [130.9 MB] 第3节 知识串联案例讲解-.mp4 [143.4 MB] 第10节 数据结构常见面试题讲解-.mp4 [199.7 MB] 第6节 pandas与matplotlib案例讲解-.mp4 [117.6 MB] 第14节 数学基础四-.mp4 [119.0 MB] 第2节 Numpy基础-.mp4 [123.2 MB] 11 数学基础一.pdf [1.1 MB] 6 pandas和matplotlib案例讲解.pdf [226.1 KB] 7 快速排序时间复杂度.png [154.8 KB] 2 作业.txt [356.0 B] 12 数学基础（二）.pdf [1.0 MB] 4 Pandas基础.pdf [987.1 KB] 7 数据结构（一）(1) (1).pdf [221.7 KB] 1 Python基础语法.pdf [770.4 KB] 10 头脑风暴（编程实战）.exe [322.4 KB] 2 国际数据主要国家(地区)20年年度数据-utf8.exe [321.3 KB]
📁 18第十八章 随机森林算法 随机森林算法-.mp4 [197.3 MB] 五一作业更新.exe [1.0 MB] 20200428Random Forest(随机森林算法)代码.exe [471.4 KB] 20200428随机森林随堂问题.txt [4.9 KB] 五一作业.exe [851.8 KB] 20200428Random Forest(随机森林算法)课件.pdf [7.1 MB]
📁 22第二十二章 高潜用户预测平台-上 高潜用户预测平台-上-.mp4 [262.1 MB] 20200514高潜用户购买画像-上-代码.exe [403.5 MB] 20200514用户画像随堂问题-上.txt [4.9 KB] 20200514高潜用户购买画像-上-课件.pdf [4.5 MB]
📁 25第二十五章 时间序列（一） 25第二十五章 时间序列（一）.exe [459.4 KB] 时间序列（一）-.mp4 [212.7 MB] Facebook分类练习(1).pdf [634.3 KB] 20200521时间序列分析课件.pdf [4.0 MB]
📁 32第三十二章 上市资讯公司营收预测 上市资讯公司营收预测-.mp4 [187.4 MB] 20200607上市公司收入预测课后课件更新.pdf [4.4 MB] 20200607营收预测课件.pdf [3.2 MB] 20200607营收预测-课后课件.exe [5.2 MB] 20200607营收预测-课后资料.exe [3.1 MB]
📁 02第二章 数据挖掘先导课（一） 第2节 向量基础-.mp4 [32.3 MB] 第5节 最小二乘法-.mp4 [28.1 MB] 第6节 最小二乘法代码-.mp4 [55.0 MB] 第3节 矩阵的运算-.mp4 [53.9 MB] 第4节 特殊矩阵-.mp4 [70.9 MB] 第1节-数据挖掘工程师实战——先导篇（一）.pdf [2.5 MB]
📁 14第十四章 数据挖掘项目—用户流失预警系统 数据挖掘项目—用户流失预警系统-.mp4 [193.5 MB] 20200418用户流失预警随堂问题.txt [8.0 KB] 20200418用户流失预警系统 —课件.pdf [4.8 MB] 20200418用户流失预警系统 — 代码.exe [570.4 KB]
📁 05第五章 数据挖掘先导课（四） 第6节 手写数字识别-.mp4 [64.8 MB] 第4节 KNN_sklearn-.mp4 [44.1 MB] 第2节 距离的度量-.mp4 [20.9 MB] 第5节 KD树-.mp4 [32.6 MB] 第3节 KNN思想-.mp4 [22.7 MB] 2.KNN.exe [807.3 KB] 第1节-数据挖掘工程师实战——先导篇（四）.pdf [388.2 KB]
📁 27第二十七章 啤酒销量时序分析 Facebook分类练习（答案）.pdf [167.9 KB] 啤酒销量时序分析-.mp4 [276.4 MB] 20200526beer.exe [318.4 KB] 20200526啤酒销量时序分析课件 (1).pdf [4.3 MB]