课程进阶
Stanford CS246：海量数据集挖掘
Stanford CS246：Mining Massive Data Sets
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。
- 分级
- 值得看
- 所属主题
- 业务应用与决策
- 收录时间
- 2026-10-29
- 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
- 熟悉 Java 或 Python、希望用 Spark 做并行数据处理的人
- 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
- 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）