楼主: 112233cby
1830 3

[数据挖掘理论与案例] 最新《Python数据分析》升级版,Kaggle案例驱动! [推广有奖]

  • 2关注
  • 11粉丝

博士生

89%

还不是VIP/贵宾

-

威望
0
论坛币
8063 个
通用积分
19.1942
学术水平
12 点
热心指数
28 点
信用等级
15 点
经验
2930 点
帖子
90
精华
0
在线时间
599 小时
注册时间
2014-5-14
最后登录
2020-12-14

相似文件 换一批

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币

        近两年来,数据分析师的岗位需求非常大,90%的岗位技能需要掌握Python作为数据分析工具,Python语言的易学性、快速开发,拥有丰富强大的扩展库和成熟的框架等特性很好地满足了数据分析师的职业技能要求。

本课程以案例驱动的方式讲解如何利用Python完成数据获取、处理、数据分析及可视化方面常用的数据分析方法与技巧。每章节中都会引入Kaggle或工业项目数据集,通过这些实际案例让学员轻松掌握使用Python分析来自不同领域的数据,随课代码及案例代码均会提供给学员自行实操。

123920895fb3727220.png

第一课 工作环境准备及数据分析建模理论基础 (2课时)

      1.  课程介绍
      2.  Python语言基础及Python 3.x新特性
      3.  使用NumPy和SciPy进行科学计算
      4.  数据分析建模理论基础
           a.  数据分析建模过程
           b.  常用的数据分析建模工具
      5.  实战案例:科技工作者心理健康数据分析(Mental Health in Tech Survey)

第二课 数据采集与操作 (2课时)

      1.  本地数据的采集与操作
           a.  常用格式的本地数据读写
           b.  Python的数据库基本操作
      2.  网络数据的获取与表示
           a.  BeautifulSoup解析网页
           b.  爬虫框架Scrapy基础
      3.  回归分析-- Logistic回归
      4.  实战案例:获取国内城市空气质量指数数据

第三课 数据分析工具Pandas (2-3课时)

      1.  Pandas的数据结构
      2.  Pandas的数据操作
           a.  数据的导入、导出
           b.  数据的过滤筛选
           c.  索引及多重索引
      3.  Pandas统计计算和描述
      4.  数据的分组与聚合
      5.  数据清洗、合并、转化和重构
      6.  聚类模型 -- K-Means
      7.  实战案例:全球食品数据分析(World Food Facts)

第四课 数据可视化 (2课时)

      1.  Matplotlib绘图
      2.  Pandas绘图
      3.  Seaborn绘图
      4.  交互式数据可视化 -- Bokeh绘图
      5.  实战案例:世界高峰数据可视化 (World's Highest Mountains)

第五课 时间序列数据分析 (2课时)

      1.  Python的日期和时间处理及操作
      2.  Pandas的时间序列数据处理及操作
      3.  时间数据重采样
      4.  时间序列数据统计 -- 滑动窗口
      5.  时序模型 -- ARIMA
      6.  实战案例:股票数据分析

第六课 文本数据分析 (2课时)

      1.  Python文本分析工具NLTK
      2.  分词
      3.  情感分析
      4.  文本分类
      5.  分类与预测模型 -- 朴素贝叶斯
      6.  实战案例:微博情感分析

第七课 图像数据处理及分析 (2课时)

      1.  基本的图像操作和处理
      2.  常用的图像特征描述
      3.  分类与预测模型 -- 人工神经网络
      4.  实战案例:电影口碑与海报图像的相关性分析

第八课 机器学习基础及机器学习库scikit-learn (2课时)

      1.  机器学习基础
      2.  Python机器学习库scikit-learn
      3.  特征降维 -- 主成分分析
      4.  实战案例:识别Twitter用户性别 (Twitter User Gender Classification)

第九课 项目实战:通过移动设备行为数据预测使用者的性别和年龄(2课时)

      1.  交叉验证及参数调整
      2.  特征选择
      3.  项目实操
      4.  课程总结


二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:python 数据分析 数据挖掘 机器学习 量化交易

沙发
momingqimiao7 在职认证  学生认证  发表于 2017-5-11 10:53:35 |只看作者 |坛友微信交流群
这个是什么,有视频可以下载吗?

使用道具

藤椅
112233cby 在职认证  发表于 2017-5-11 18:41:03 |只看作者 |坛友微信交流群
momingqimiao7 发表于 2017-5-11 10:53
这个是什么,有视频可以下载吗?
加薇信:Bainchen888

使用道具

板凳
hifinecon 发表于 2019-1-8 22:56:11 |只看作者 |坛友微信交流群
I've add your wechat, please check, thanks!

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-11-9 08:09