课程概述：本课程可作为物流、供应链专业的专业拓展课，通过课程学习，学生能够了解大数据的基本知识，掌握数据分析与挖掘的方法和应用。
课程主要内容：课程分为10个学习任务，分别如下：
①数据与大数据认知：主要介绍数据与大数据的概念，大数据的特征，大数据的来源；
②数据挖掘认知：主要介绍数据挖掘的概念、意义和方法；
③数据挖掘平台介绍：主要介绍数据挖掘平台的类型、功能和使用方法；
④基于时间序列的分仓商品需求预测：主要介绍基于时间序列预测方法下，如何对分仓商品进行库存需求预测；
⑤基于聚类分析的快递企业客户群识别：主要介绍基于聚类分析方法下，如何对快递企业客户群进行识别；
⑥基于关联规则的超市顾客购物行为分析：主要介绍基于关联规则方法下，如何对超市顾客购物行为进行分析；
⑦基于超市顾客购物行为的电信流失客户预警与分析：主要介绍基于超市顾客购物行为方法下，如何对电信流失客户进行预警与分析；
⑧基于神经网络算法的共享单车需求预测：主要介绍基于神经网络算法方法下，如何对共享单车进行需求预测；
⑨基于逻辑回归算法的信用风险预测：主要介绍基于逻辑回归算法下，如何对信用风险进行预测；
⑩基于深度学习对图像识别分类：主要介绍基于深度学习方法下，如何对图像进行需识别分类。
课时：54时