# Stanford CS246：海量数据集挖掘 - 原标题：Stanford CS246：Mining Massive Data Sets - 类型：课程 - 来源：Stanford 课程官网 - 学期：2025 冬 - 首次精选：2026-10-29 23:09 - 分级：值得看 - 学习层级：进阶 - 主题：[business-decision-apps]()（第 25 位） - 原文链接：[https://web.stanford.edu/class/cs246]() - 本站页面：[https://oplearnx.com/resources/pk\_e89d70f582cd]() ## 摘要 斯坦福大学 CS246 课程主页，介绍课程将讨论用于分析超大规模数据的数据挖掘与机器学习算法。页面列出周二、周四 15:00–16:20 在 NVIDIA Auditorium 线下授课、注册学生在 Canvas 观看讲座视频、可参考往期 Coursera MOOC、公开讲义与作业、Ed 答疑与课程邮箱、无障碍便利申请流程，以及教师 Jure Leskovec、客座联合教师 Charilaos Kanatsoulis 和助教名单，并附课程介绍讲义链接。适合想了解大规模数据挖掘课程公开材料的人查阅。 ## 概览 - 难度：进阶 - 语言：英文 - 规模：20 讲 · 9 个 Colab - 费用：部分免费 ## 学完你能 - 用 MapReduce 与 Spark 编写可处理海量数据的并行算法 - 实现频繁项集挖掘与关联规则分析 - 用局部敏感哈希在高维数据中做近邻搜索 - 构建推荐系统、聚类与降维方法 - 对图数据做链接分析、社区检测与图表征学习 - 处理数据流、网页广告与多臂老虎机等问题 ## 适合你吗 - 适合：具备编程能力、想学习大规模数据挖掘与机器学习算法的学生 - 适合：熟悉 Java 或 Python、希望用 Spark 做并行数据处理的人 - 适合：有概率、线性代数与算法分析基础，愿意补数学推导的学习者 - 暂不适合：完全没有任何概率、线性代数与算法分析基础者 - 暂不适合：希望获得官方成绩或证书的非注册学习者（课程不为其评分） - 需要先会：需要能写较复杂程序（Java/Python 尤佳）、基础概率论、严谨证明、基本线性代数与算法分析能力。 ## 课程特点 - 内容侧重：以 MapReduce 和 Spark 为工具，讲大规模数据挖掘与机器学习算法，涵盖频繁项集、LSH、降维、推荐系统、聚类、链接分析、图表征与图神经网络、数据流、网页广告等。 - 练习与项目：9 个 Colab 编程练习与 4 次作业，多数作业需用 Spark；期末为线下考试。 - 投入时间：每周二、四各一次课，每次 3:00–4:20 PM，共约 20 讲；另设若干次 recitation。 - 费用说明：讲义与作业公开挂网，任何人可自行使用；视频仅对注册学生开放于 Canvas，另有往期 Coursera MOOC 可看；非注册学生不予评分。 ## 内容覆盖 - 绪论；MapReduce 与 Spark - 频繁项集挖掘 - 局部敏感哈希 I - 局部敏感哈希 II - 聚类 - 降维 - 推荐系统 I - 推荐系统 II - PageRank - PageRank 在推荐与垃圾信息中的扩展 - 图上的社区检测 - 图表征学习 - 图神经网络 - 关系型深度学习 - 决策树 - 数据流挖掘 I 与 II - 计算广告 - 次模函数优化 - 多臂老虎机 - 特邀讲座（Anthropic） --- 来源：LearnMap · 学径（https://oplearnx.com）