前言

为什么要写这本书

大数据竞赛是企业和数据人才之间一座新的桥梁，将数据、技术、人才和各领域应用有机融合，进而促进技术创新、人才价值提升、数字经济与各领域发展。“泰迪杯”数据分析技能赛和“泰迪杯”数据挖掘挑战赛（统称“泰迪杯”竞赛）面向全国高等院校在校生及相关爱好者，是基于数据挖掘技术解决各行业的实际问题的群众性科技活动。“泰迪杯”竞赛迄今已成功举办15届，累计参赛高校1500余所，累计参赛人数近10万。举办“泰迪杯”竞赛的目的在于：以赛促学，提高学生学习数据挖掘的积极性及解决实际相关问题的综合能力；以赛促教，推动数据挖掘技术在高校的推广和应用；以赛促研，为高校相关智力资源转化为推进国家大数据战略的生产力提供合作平台。

本书基于“泰迪杯”竞赛中的经典赛题，由浅入深地讲解数据挖掘方法，带领读者了解各个领域的业务知识，进而将数据挖掘、Python语言技术和行业知识三者有机融入，最大化提升读者对数据挖掘的理解和实践能力。

本书特色

本书从实践出发，结合“泰迪杯”竞赛官方推出的赛题，按照赛题的难易程度进行排序，由浅入深地介绍数据挖掘技术在商务、教育、交通、传媒、电力、旅游、制造业等行业的应用。因此，图书的编排以解决某个应用的挖掘目标为前提，紧密地贴合实际业务场景和需求；每一个实战案例的讲解都是从案例的背景和目标入手，从了解案例需求到一步步拆解任务，最终解决业务问题，让读者获得真实的数据挖掘学习与实践环境，更快、更好地掌握数据挖掘知识，积累经验。为方便读者轻松地获取一个真实的实验环境，本书使用大家熟知的Python语言对样本数据进行处理和挖掘建模。

本书提供配套原始数据文件、Python程序代码等资源，读者可以从泰迪云教材网站（https://book.tipdm.org/）免费下载。

本书适用对象

❑ 对数据分析、数据挖掘、深度学习的实践及竞赛感兴趣的人员。

❑ 开设数据挖掘课程的高校的教师和学生。

❑ 数据挖掘开发人员。

❑ 进行数据挖掘应用研究的科研人员。

❑ 关注高级数据分析的人员。

如何阅读本书

本书共14章，分五篇：基础篇、入门篇、进阶篇、高阶篇和拓展篇。基础篇介绍了数据挖掘的基本原理，以及使用Python进行数据挖掘所需的编程基础。入门篇、进阶篇、高阶篇介绍了几个真实案例，通过对案例进行深入浅出的剖析，使读者在不知不觉中获得数据挖掘项目经验，同时快速领悟看似难懂的数据挖掘理论。拓展篇介绍了一个开源数据挖掘建模平台，通过平台去编程、拖曳式操作，向读者展示平台流程化等特点，使读者加深对数据挖掘流程的理解。

基础篇（第1、2章）：第1章的主要内容是数据挖掘概述，第2章对数据挖掘建模所需的Python语言基础知识进行了简明扼要的说明。

入门篇（第3～5章）：选取“泰迪杯”数据分析技能赛的3道赛题，运用简单的数据分析技术剖析数据信息，挖掘业务现象，解决业务问题。

进阶篇（第6～9章）：选取“泰迪杯”数据挖掘挑战赛的4道赛题，运用数据挖掘技术构建相关的分析模型，更理性、快捷地进行预测和分析。

高阶篇（第10～13章）：选取“泰迪杯”数据挖掘挑战赛的4道赛题，运用深度学习技术训练网络和构建模型，实现智能化、自动化的事物识别与检测。

拓展篇（第14章）：重点讲解了TipDM大数据挖掘建模平台的使用方法，先介绍了平台每个模块的功能，再以自动售货机销售数据分析为例，介绍如何使用平台快速搭建数据分析与挖掘工程，展示平台去编程、平台流程化的特点。

勘误和支持

我们已经尽最大努力避免在文本和代码中出现错误，但是由于水平有限，编写时间仓促，书中难免存在一些疏漏和不足的地方。如果你有更多的宝贵意见，欢迎在泰迪学社微信公众号（TipDataMining）上回复“图书反馈”进行反馈。本系列图书的更多信息可以在泰迪云教材网站（https://book.tipdm.org/）上查阅。

致谢

在图书编写过程中，我们得到了相关企事业单位多位专家的大力支持！在此谨向天津大学边馥萍、复旦大学蔡志杰、北京大学邓明华、中国科学院方海涛、中山大学冯国灿、信息工程大学韩中庚、汕头大学郝志峰、中山大学任传贤、佛山科技学院戎海武、中山大学王其如、汕头大学韦才敏、国防科技大学吴孟达、韩山师范学院肖刚、北京工业大学薛毅、华南师范大学薛云、重庆大学杨虎、华南师范大学杨坦、广东泰迪智能科技股份有限公司张尚佳、广州海数华据科技发展有限公司郑海兵等专家（按专家姓名拼音字母排列）致以深深的谢意。

张良均

2023年3月于广州