巧用DeepSeek进行数据挖掘
¥399.9
你将收获
- 学会用DeepSeek生成Python代码、优化模型参数、解读结果，减少70%以上的手动编码工作。
- 独立完成数据挖掘全流程
- 通过金融、医疗等真实案例（如乳腺癌分类、Iris数据集分析），掌握跨领域数据建模方法论。
- 具备独立完成从业务理解、数据采集、特征工程到模型构建与效果评估的完整数据挖掘全流程能力
课程介绍
当前，数据挖掘已成为企业决策和业务优化的核心驱动力，尤其在金融、医疗、政务等领域，精准的数据分析能力直接影响竞争力和运营效率。然而，传统数据挖掘工具学习门槛高、操作复杂，许多从业者难以快速掌握并应用于实际工作，导致数据价值未被充分挖掘。
为此，三节课特邀AI与数据挖掘实战专家谢佳标，结合国产高性能AI工具DeepSeek，打造《巧用DeepSeek进行数据挖掘》课程。讲师深耕机器学习领域多年，擅长以浅显易懂的方式解析复杂算法，并指导学员高效落地。
本课程从无监督学习（聚类分析）到有监督学习（回归、决策树、SVM等）系统讲解，结合Python实战案例（如Iris数据集、医疗费用预测等），帮助学员掌握DeepSeek辅助数据挖掘的全流程。学员将学会用AI工具快速实现数据清洗、模型训练与结果解读，显著提升分析效率与准确性，成为数据驱动决策的实践者。
适合人群
- 具备基础Python语法知识（如变量、循环、函数），希望系统学习数据挖掘核心算法（如聚类、回归、决策树）的入门者
- 需通过数据挖掘优化业务决策（如用户分群、风险预测），但缺乏算法实现能力的职场人士。
- 需解决实际场景问题（如信用评估、疾病分类），希望用低代码方式实现数据建模的非技术背景人员。
讲师介绍
曾就职于平安人寿担任资深数据挖掘专家，目前供职于世界百强企业，负责数据中台、数据化运营、金融科技、创新规划等项目及前沿研究。有13年的数据挖掘与分享相关工作的经验；曾经从事过电商、电购、电力、游戏、金融和物流等行业，熟悉不同行业的数据特点。R语言资、python资深玩家，熟练掌握深度学习Tensorflow2框架，有丰富的大数据挖掘和可视化实战经验。2017-2023年微软MVP。《中国现场统计研究会大数据统计分会》第一届理事。 历届中国R语言大会特邀演讲嘉宾。 书籍著作：《R语言与数据挖掘》、《数据实践之美：31位大数据专家的方法、技术与思想》《R语言游戏数据分析与挖掘》、《Keras深度学习：入门、实战与进阶》、《R语言数据分析与挖掘（微课）》和深度学习从入门到精通：基于keras（微课版）》
课程大纲
共0节 时长0分钟
第一章 DeepSeek快速上手—— 基础介绍
共3节 | 30分钟
第一章 DeepSeek快速上手—— 应用场景
共3节 | 20分钟
第一章 DeepSeek快速上手—— 快速入门
共2节 | 26分钟
第二章 无监督学习之聚类分析——使用Deepseek了解无监督学习
共3节 | 38分钟
第二章 无监督学习之聚类分析——使用Deepseek掌握K均值聚类
共4节 | 53分钟
第二章 无监督学习之聚类分析——使用Deepseek掌握层次聚类
共3节 | 34分钟
第二章 无监督学习之聚类分析——使用DeepSeek掌握密度聚类
共3节 | 35分钟
第三章 有监督学习之回归分析——使用DeepSeek了解有监督学习
共1节 | 24分钟
第三章 有监督学习之回归分析——使用Deepseek掌握一元线性回归
共2节 | 19分钟
第三章 有监督学习之回归分析——使用Deepseek掌握多元线性回归
共2节 | 26分钟
第三章 有监督学习之回归分析——使用DeepSeek掌握逻辑回归
共3节 | 36分钟
第四章 有监督学习之决策树及随机森林——使用Deepseek掌握决策树算法
共4节 | 40分钟
第四章 有监督学习之决策树及随机森林——使用Deepseek掌握决策树算法的Python实现
共2节 | 13分钟
第四章 有监督学习之决策树及随机森林——案例:对iris数据集进行决策树分类
共2节 | 35分钟
第四章 有监督学习之决策树及随机森林——案例:对乳腺癌数据集进行决策树分类
共2节 | 20分钟
第四章 有监督学习之决策树及随机森林—— 使用DeepSeek掌握随机森林算法
共3节 | 13分钟
第四章 有监督学习之决策树及随机森林——案例:对乳腺癌数据集进行随机森林分类
共1节 | 27分钟
第五章 有监督学习之K近邻及支持向量机第一节——使用Deepseek掌握K近邻算法
共2节 | 15分钟
第五章 有监督学习之K近邻及支持向量机——案例:对乳腺癌数据集进行K近邻分类
共2节 | 19分钟
第五章 有监督学习之K近邻及支持向量机——使用Deepseek掌握支持向量机算法
共3节 | 16分钟
第五章 有监督学习之K近邻及支持向量机——案例:对乳腺癌数据集进行支持向量机分类
共1节 | 15分钟
购课须知
课程有效期：
自购买课程之日起 365 天，部分参与营销活动产品以活动规则为准，请同学在有效期内学习、观看课程。
上课模式：
课程采取录播模式，请注意自学课无班级微信群、班主任带班及助教批改服务。
注：自学课不支持退款，确保你是真的需要再进行报名，报完名之后还请认真学习。
