数据挖掘已经广泛应用于各行各业，并推动了商务数据分析的兴起。本书结合项目实践，首先对数据挖掘的核心问题进行总结，讨论数据挖掘过程的主要步骤。在此基础上，使用Python语言详细地分析 数据 可视化、随机森林、GBDT、XGBoost、AdaCostBoost、逻辑回归等 在医疗保险稽核、淡水质量预测、弹幕 情感分析、机器学习书籍市场分析、慢性肾脏病状态预测、 行车记录仪销量分析、商务酒店竞争分析等典型领域的应用。 全书内容深入浅出，案例生动形象，应用性强，可以作为高等学校相关专业“数据挖掘”“商务数据分析”等课程的实验和实训教材，也适合对数据分析感兴趣的广大读者使用。

赵卫东,复旦大学计算机科学技术学院副教授，主要负责本科生和各类研究生大数据核心技术和商务数据分析、机器学习等课程的教学，被评为教育部在线教育研究中心“智慧教学之星”。商务智能被评为上海市精品课程、全国高校人工智能大数据教育教学“创新奖”，获得2013年高等教育上海市教学成果奖二等奖和2022年一等奖。获得2022年复旦大学教师教学创新大赛一等奖。获得2022年教育部-华为智能基座项目深度学习课程优秀课件。目前主要研究方向包括机器学习和深度学习应用、电子推荐和大数据分析等。主持国家自然科学基金2项、国家重点研发计划子课题、上海市浦江人才以及企业合作课题等40多项。已在Knowledge and Information Systems ,Information Processing & Management，Information Systems Frontiers，Intelligent Data Analysis，Applied Intelligence等国内外刊物发表论文100多篇。

前言 目前，市场上单纯地介绍数据挖掘理论的教材比较多，这类教材在国内存在着以下明显问题： 一是数据挖掘的应用案例比较粗略，问题也比较简单，分析过程不具体，难以支撑数据挖掘的实验和实训教学，而实践教学却是培养数据分析应用人才非常重要、不可或缺的环节； 二是数据量比较小，分析的问题只是实际问题的模拟，数据分析的深度、算法的复杂度还达不到数据挖掘教学的要求； 三是难度适中、适合教学、能满足实战性要求的教材不多。本书是作者针对目前数据挖掘对学生实践能力要求高的特点，通过分析目前高等学校“数据挖掘”课程教学的痛点，即与实际应用结合不紧密等问题而编写的实验、实训教材。 作者深耕数据挖掘多年，与企业合作成功实施了多项数据分析的项目，熟悉数据挖掘的基本原理，并对Python编程比较熟悉，积累了一些详细的案例，这为本书的写作奠定了基础。 Python语言在高等学校已经被各类专业的大学生选修，数据分析也成为一种基本的技能。为适应高等学校“数据挖掘”课程的教学，本书使用Python语言对原有的部分案例进行重新改写，并且增加了几个综合性的案例。 本书是在第1版的基础上进行的修订、改版。书中使用Tableau、Python等数据分析工具和语言，通过精心选择应用场景、设计面向实际问题的解决思路，突出数据分析过程中常遇到的问题。学生参考这些案例，不仅能消化理解Python主流机器学习库的基本用法，还能针对实际问题进行一定深度的分析，具有较强的实用性。此外，学生可以模仿实验,举一反三，针对新问题提出合理的解决思路。 本书还引进了Intel公司的机器学习...