菜鸟教程【挖掘数据】挖掘价值数据思维与实战24讲视频讲座课程目录如下：
[4287] 开篇词 掌握数据挖掘，搭上划时代的数字化列车.mp4
[4288] 01 数据挖掘，到底在解决什么问题？.mp4
[4289] 02 Python 的数据结构和基本语法.mp4
[4290] 03 工欲善其事必先利其器，扩展包与 Python 环境.mp4
[4291] 04 理解业务和数据：我们需要做好什么计划？.mp4
[4292] 05 准备数据：如何处理出完整、干净的数据？.mp4
[4293] 06 数据建模：该如何选择一个适合我需求的算法？.mp4
[4294] 07 模型评估：如何确认我们的模型已经达标？.mp4
[4295] 08 模型应用：我们的模型是否可以解决业务需求？.mp4
[4296] 09 KNN 算法：近朱者赤，近墨者黑.mp4
[4297] 10 决策树：女神使用的约会决策.mp4
[4298] 11 朴素贝叶斯：算一算你是否要买延误险.mp4
[4299] 12 支持向量机（SVM）：用一条线分开红豆与绿豆.mp4
[4300] 13 人工神经网络：当前最火热的深度学习基础.mp4
[4301] 14 实践 1：使用 XGB 实现酒店信息消歧.mp4
[4302] 15 k-mean 聚类：擒贼先擒王，找到中心点，它附近的都是一类.mp4
[4303] 16 DBScan 聚类：打破形状的限制，使用密度聚类.mp4
[4304] 17 实践 2：如何使用 word2vec 和 k-mean 聚类寻找相似的城市.mp4
[4305] 18 线性回归与逻辑回归找到一个函数去拟合数据.mp4
[4306] 19 实践 3：使用线性回归预测房价.mp4
[4307] 20 Apriori 与 FP-Growth：不得不再说一遍啤酒与尿布的故事.mp4
[4308] 21 实践 4：用关联分析找到景点与玩法的关系.mp4
[4309] 22 TF-IDF：一种简单、古老，但有用的关键词提取技术.mp4
[4310] 23 word2vec：让文字可以进行逻辑运算，女人+王冠=女王.mp4
[4311] 24 实践 5：使用 fatText 进行新闻文本分类.mp4
[4312] 彩蛋 数据挖掘工程师如何进阶.mp4
[4313] 结语 培养数据挖掘思维，终身学习.mp4
