分析具体应用场景是否是关联规则挖掘，可以利用Python工具进行适合场景的 关联规则挖掘，并进行模型评估，和应用关联挖掘结果。 (四)教学方法与手段 课堂讲授为主，结合网络课程辅助，课堂讨论，编程实践等手段提高教学效果。 第九章数据分类 (一)目的与要求 掌握数据挖掘经典方法，数据分类方法及应用。 (二)数学内容 分类的概念，决策树分类，朴素贝叶斯分类，K近邻分类，分类性能的度量方法。 介绍华为全球存储解决方案分析案例，即根据服务器生产线全球存储服务器现网运行 性能和配置数据，进行现网应用分类分析及网络扩容方案生成在线报告，支持一线市 场方案决策。这里利用随机森林，支持向量机等经典模型改进算法进行海量全球存储 器性能和配置数据的分析与应用类型分类，并获取了极高性能，取得巨大商业价值。 通过该案例，一方面将数据分类技术应用到实际的生产实践，检验理论与知识学习， 同时可以了解到民族企业华为的巨大商业体系运转一角，增强民族自豪感，澈发斗志 与学习热情。 (三)用考与实践 分析具体应用场景是否是分类任务，可以利用Python工具进行适合场景的分类 预测，并进行模型评估，和应用分类分析结果。 (四)教学方法与手段 课堂讲授为主，结合网络课程辅助，课堂讨论，编程实践，调查研究，案例分 析等手段提高教学效果 第十章数值预测 (一)目的与要求 掌握数据挖掘经典方法，数据预测方法及应用。 (二)教学内容 数值预测概念，回归方法，回归树与模型树，K近邻数值预测和预测误差的度量。 介绍华为无线市场部为解决华为全球无线产品线市场计划与供应链供备货压力大，备 货成本及损失过大问题，采用机器学习与大数据分析技术根据历史市场计划，供备货， 销售行情等关键数据进行未来中长期无线市场计划预测。该项目通过Hadoop/Spark 集群大数据处理与开发，基于Pythor的机器学习算法开发，基于市场计划关键特征 向量采用ARIM时间序列预测算法进行中长期无线关键备件趋势预测与定量预测，并 采用了华为云GU大型集群进行神经网络算法加速，获得巨大商业利润.通过该案例，6 分析具体应用场景是否是关联规则挖掘，可以利用 Python 工具进行适合场景的 关联规则挖掘，并进行模型评估，和应用关联挖掘结果。 （四）教学方法与手段 课堂讲授为主，结合网络课程辅助，课堂讨论，编程实践等手段提高教学效果。 第九章 数据分类 （一）目的与要求 掌握数据挖掘经典方法，数据分类方法及应用。 （二）教学内容 分类的概念，决策树分类，朴素贝叶斯分类，K 近邻分类，分类性能的度量方法。 介绍华为全球存储解决方案分析案例，即根据服务器生产线全球存储服务器现网运行 性能和配置数据，进行现网应用分类分析及网络扩容方案生成在线报告，支持一线市 场方案决策。这里利用随机森林，支持向量机等经典模型改进算法进行海量全球存储 器性能和配置数据的分析与应用类型分类，并获取了极高性能，取得巨大商业价值。 通过该案例，一方面将数据分类技术应用到实际的生产实践，检验理论与知识学习， 同时可以了解到民族企业华为的巨大商业体系运转一角，增强民族自豪感，激发斗志 与学习热情。 （三）思考与实践 分析具体应用场景是否是分类任务，可以利用 Python 工具进行适合场景的分类 预测，并进行模型评估，和应用分类分析结果。 （四）教学方法与手段 课堂讲授为主，结合网络课程辅助，课堂讨论，编程实践，调查研究，案例分 析等手段提高教学效果。 第十章 数值预测 （一）目的与要求 掌握数据挖掘经典方法，数据预测方法及应用。 （二）教学内容 数值预测概念，回归方法，回归树与模型树，K 近邻数值预测和预测误差的度量。 介绍华为无线市场部为解决华为全球无线产品线市场计划与供应链供备货压力大，备 货成本及损失过大问题，采用机器学习与大数据分析技术根据历史市场计划，供备货， 销售行情等关键数据进行未来中长期无线市场计划预测。该项目通过 Hadoop/Spark 集群大数据处理与开发，基于 Python 的机器学习算法开发，基于市场计划关键特征 向量采用 ARIMA 时间序列预测算法进行中长期无线关键备件趋势预测与定量预测，并 采用了华为云 GPU 大型集群进行神经网络算法加速，获得巨大商业利润。通过该案例