研究生的数据库课件里，数据挖掘的部分讲得还挺细，像关联规则、决策树这些经典算法也有具体例子，对刚入门的朋友挺友好。

数据仓库的内容也扎实，从ETL流程到OLAP查询，一步步带你理解怎么搞定型业务，配合可视化做 BI 报表也不难。

讲数据集成的时候还挺有意思，是数据清洗这块，教你怎么搞定字段不一致、格式乱七八糟的问题，用工具，效率高还不容易出错。

Deep Web的部分有点硬核，涉及非公开网页的抓取和接口对接，适合做搜索引擎、信息聚合平台这类项目的朋友。

决策树的例子蛮接地气，比如预测客户流失、信用评分这些，讲完还能自己试着跑一遍代码，理解也更牢。

如果你打算在大数据、数据或者数据库方向深耕，这套课件内容算是比较全的，理论加实战，适合用来搭建自己的知识体系。

想深入关联规则的朋友，可以看看这篇文章：数据挖掘 - 关联规则挖掘，里面有不少实用例子和数据集。

还有一个辅助数据资源也挺好用，适合做算法验证：关联规则算法数据集。

小提醒：课程内容偏理论，要是你喜欢动手，不妨自己搭个实验环境跑一遍，像用Python的scikit-learn来实现决策树，感觉会更实在。