课程大纲：
一、理解大数据分析
    1、大数据热点问题
    2、大数据发展趋势
    3、大数据与云计算
    4、大数据挖掘面临的困难与挑战
    5、服务产生大数据，大数据即服务
    6、大数据管理与数据思维
二、“工欲善其事”——分析环境搭建
    1、Python语法快速入门
    2、易于实现的并行编程
    3、矩阵工具Numpy
    4、高级数据分析包Pandas
三、理解数据——数据预处理
    1、数据清洗：数据变换，异常值处理，离散化等
    2、了解数据分布：数据度量
    3、数据的可视化探索
    4、向量的相似性度量
    5、对数据进行降维：PCA和SVD
四、怎样自动获取海量数据
    1、从Web自动抓取数据
    2、网络爬虫与面临的问题
    3、基于Python的爬虫框架Scrapy
    4、数据清洗BeautifulSoup
    5、爬虫实例分析——获取大众点评的用户评论
五、从大数据中淘金——个性化推荐系统
    1、关联规则
    2、K-近邻算法
    3、基于内容的推荐
    4、基于用户的推荐
    5、怎样评价推荐结果的有效性
    6、案例分析：电影推荐，美食推荐，广告投放
六、见微知著——基于大数据的用户行为挖掘与分析
    1、复杂网络与社会网络
    2、社会网络的可视化与Python工具
    3、基于社会网络的用户行为分析
    4、微博用户行为分析
    5、案例研讨：基于科研合作网络的行为分析
七、辅助决策——大数据可为决策提供更多的辅助信息
    1、决策树、贝叶斯网络等分类器原理
    2、分类器性能评价指标
    3、支持向量机
    4、案例分析：金融信贷分类
    5、案例分析：分析用户评论以改进服务质量
八、大数据分析前沿技术与展望
    1、深度学习初窥
    2、舆情监测
    3、大数据中的隐私保护
    4、讨论与总结
课程周期：
24课时（45分/课时）