1. 《统计自然语言处理基础》第二章（必读），作者：Christopher D. Manning; Hinrich Schütz
2. 《深度学习》第一章至第四章（推荐）

公开的参考资料在lectures目录下，其他不能公开的资料在Google Team Drive里面。

课程参考《Python数据分析与挖掘实战》设计，相当于对原书内容的整理和补充，另外将代码调整为python3可以运行的版本。希望大家支持正版，购买原书！

• Day 1: 介绍数据分析、数据探索与数据挖掘，并重点让大家了解数据探索，以及动手实验和作业。
• Day 2: 介绍数据预处理的要点与方法，以及动手实验和作业。
• Day 3: 介绍预测性分析的方法和要点，以及动手实验和作业。
• Day 4: 介绍聚类分析的方法和要点，以及动手实验和作业。
• Day 5: 介绍关联规则挖掘的方法和要点，以及动手实验和作业。
• Day 6: 介绍时间序列分析的方法和要点，以及动手实验和作业。
• Day 7: 介绍生存分析的方法和要点，以及动手实验和作业。
• Day 8: 基于电商产品评论数据情感分析。
• 大作业:
  1. 通过汽车之家的评论数据分析主要车型在市场上的情况。

每位同学把作业写在每次课的目录（day$N/assignment）下，assignment目录已经被添加到.gitignore里面了，所以作业不会提交到git仓库。

ls day1/assignment
assignment.ipynb

重点笔记: day1/note.md

课后补充阅读：

1. 《Anomaly Detection: A Survey》

课后补充阅读：

1. 《Summarization - Compressing Data into an Informative Representation》

课后补充阅读：

1. 《Feature Selection》