教学内容

1、将大规模数据集（CSV文件）导入数据库。（重点）

2、根据具体的项目需求进行数据预处理（处理缺失值、处理异常值、特征构建、数据标准化）。（重点）

3、基于BI平台实现航空客户数据分析。（重点）

4、通过SQL编程对大规模数据集进行数据预处理的方法。（难点）

5、在具体业务场景下算法的应用及特征参数的构建。（难点）

学习要求

1、掌握数据库在数据分析应用中的作用。

2、理解和掌握SQL内置函数的应用方法。

3、理解和掌握基于数据库技术实现数据预处理的基本方法。

4、掌握利用SQL编程进行数据预处理的基本方法（处理缺失值处理、异常值处理、数据标准化处理）。

5、理解和掌握聚类算法的原理和应用。

6、能够将大规模数据集文件导入数据库。

7、能够根据具体的应用场景选择处理缺失值和异常值的方法。

8、能够正确运用SQL函数进行数据标准化处理。

9、进一步掌握利用BI平台进行数据分析建模的流程和方法。

学习资源列表

1、SPOC微课视频：分层聚类、KMeans聚类分析算法案例、无监督学习算法、数据预处理

2、实践任务

3、电子课件

4、数据预处理总结

5、参考文献

（1）sqlserver导入CSV文件数据

（2）SQL函数浅总结，使用方法及实例讲解大全

（3）机器学习，KMeans聚类分析详解

（4）聚类分析的基本概念和方法

（5）SQL函数浅总结，使用方法及实例讲解大全

（6）SQL 常用函数及示例

（7）数据预处理建议

（8）基于基站定位数据的商圈分析

（9）SQL语言参考

学习任务

第30讲：

1、自主学习SPOC视频资源。

2、完成数据预处理自主探索实践——航空公司客户数据预处理（导入航空公司客户数据、运用SQL编程技术对航空公司用户大规模数据进行预处理）；作业成绩计入平时成绩。

3、拓展阅读参考文献。

第31讲：

1、完成模型的后续优化应用-航空公司客户价值分析与实践；作业成绩计入平时成绩。

2、拓展阅读参考文献。