一、课程简介       通过学习本课程，可掌握Python开发环境的搭建、Python基础入门、函数、面向对象编程、实用文件模块等知识点，并为后续相关课程学习及将来从事数据挖掘、数据挖掘开发和科研业务奠定基础

一、课程简介       通过学习本课程，可掌握Python在静态网页、动态网页、需要登录后才能访问的网页、PC客户端、APP中爬取数据的主要方法和技能，并为后续相关课程学习及将来从事数据分析挖掘研究

课程以任务式为导向，全面介绍了《Python机器学习算法实现》及其知识的应用，是大数据与人工智能Python系列课程的核心课程。

一、课程简介      通过学习本课程，可掌握正则表达式、中文分词、词云图绘制、文本向量化表示的主要方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。 课程从文本挖掘概述出发，层层递进，步步深入，详细介绍了文本预处理的正则表达式、包括机械分词法、马尔科夫链分词法、jieba分词、隐马尔可夫模型与viterbi算法的原理和应用和词云图的绘制在内的中文分词相关技术和算法，最后用垃圾短信分类案例展示了从最开始的数据抽取到最终的模型构建的完整的文本挖掘总体流程。   二、配套教材       关于课程的相关教材，可以点击注册登录云教材，进行搜索下载你所需的教材相关的PPT、教案、教学进度表等资源包，丰富你的课堂体验。

一、课程简介       某电影网站拥有可观的电影资源和用户数，通过各个用户对各个电影的评分，汇总得到了海量的用户-电影-评分数据，对该电影网站的推荐系统根据那几部电影的评分，要预测出在该网站的电影资源库中，有哪些电影推荐，根据观影习惯和用户的一个个人信息，预测该网站用户库中，哪些人的兴趣爱好是差不多的，并推荐。      本案例的主要分析目标如下。      （1）构建ALS算法进行电影推荐。   二、技术点       电影推荐；ALS；Spark MLib。   三、建议前置课程 Spark大数据技术基础

菜品智能推荐系统，作为原来的餐饮外卖平台系统的扩展与补充，主要负责对用户的历史评分数据进行处理，并生成推荐结果集。  

本项目成果由泰迪·广西科大智能工作室出品。