《Python数据分析与挖掘实战》课程内容以Python数据分析与挖掘的常用技术与真实案例相结合的方式，深入浅出地介绍Python数据分析与挖掘的重要内容，共分为基础篇（第1~5章）和实战篇（第6~11章）。

     基础篇内容包括数据挖掘的概述、基本流程、常用工具、开发环境，Python数据挖掘的编程基础、数据探索、数据预处理、数据挖掘算法基础等基础知识；
     实战篇内容包括8个案例，分别为财政收入影响因素分析及预测、航空公司客户价值分析、商品零售购物篮分析、基于水色图像的水质评价、家用热水器用户行为分析与事件识别、电子商务网站用户行为分析及服务推荐、电商产品评论数据情感分析以及基于开源平台实现的航空公司客户价值分析案例。课程设计与图书教材编写理念与内容设计保持高度一致，使读者高效掌握图书内容！
Python数据分析与挖掘实战课程目录如下：
第1模块: 数据挖掘基础
课时 1 : 1.1 数据挖掘发展史
课时 2 : 1.2 数据挖掘的基本任务
课时 3 : 1.3 数据挖掘的通用流程
课时 4 : 1.4 熟悉Python集成开发环境Jupyter
 课时 5 : 1.5 Python数据挖掘的环境配置
第2模块: 数据探索
课时 6 : 2.1.1 基本运算
课时 7 : 2.1.1 列表或元组
课时 8 : 2.1.1 集合
课时 9 : 2.1.1 字典
课时 10 : 2.1.2 判断与循环
课时 11 : 2.1.3 函数
课时 12 : 2.1.3 函数式编程
课时 13 : 2.1.3 库的导入与添加 
课时 14 : 2.2~2.3 Python数据分析常用库和数据挖掘建模常用库与框架
第3模块: 数据预处理
课时 15 : 3.1.1 一致性校验
课时 16 : 3.1.2 缺失值校验
课时 17 : 3.1.3 简单统计量分析
课时 18 : 3.1.3 IQR准则和3西塔原则
课时 19 : 3.1.3 箱型图分析
课时 20 : 3.2.1 集中趋势度量 
课时 21 : 3.2.1 离中趋势度量
课时 22 : 3.2.2 定量数据分布分析
 更多详细内容可到泰迪云课堂查看~