400-050-6600

数据分析应用技能之Python

方式:远程   时间:2019年

价格:369元/远程

分享至:
  • 第1章 Python基础

    1.1 Python语言优势

    1.2 Python安装与入门

    1.3 数据类型

    1.4 字符串及常用函数

    1.5 列表

    1.6 字典、元组、集合

    1.7 判断语句

    1.8 循环语句

    1.9 Python推导式

    1.10 函数定义

    1.11 参数和匿名函数

    1.12 类与对象

    1.13 模块和包

    1.14 文本格式化

    1.15 文件读写

  • 第2章 Numpy基础

    2.1 AnacondaIPython介绍

    2.2 IPython Notebook介绍

    2.3 数组的创建

    2.4 ndarray数组结构和数组切片

    2.5 广播与数组操作

    2.6 数组合并与通用函数

    2.7 Numpy统计函数

    2.8 Numpy随机数与逻辑运算

  • 第3章 Matplotlib可视化基础

    3.1 matplotlib基础

    3.2 图表线型及标签

    3.3 图表刻度及图例

    3.4 绘制多图和子图

    3.5 箱型图、直方图和饼图

    3.6 面向对象画图

  • 第4章 Pandas基础

    4.1 Series介绍

    4.2 DataFrame介绍

    4.3 DataFrame增删列及其运算

    4.4 DataFrame排序及重新索引

    4.5 数据观察及统计汇总

    4.6 数据加载与存储

    4.7 合并数据集

    4.8 数据清理

    4.9 布尔过滤及数据离散化

    4.10 字符串操作及应用映射和函数

    4.11 知乎用户数据浅析

    4.12 Pandas绘图

    4.13 数据聚合与分组运算

    4.14 链家经纪人成交数据分析(一)

    4.15 链家经纪人成交数据分析(二)

    4.16 链家经纪人成交数据分析(三)

    4.17 时间序列基础

    4.18 时间序列之股票数据分析

  • 第5章 机器学习实战

    5.1 机器学习概述

    5.2 线性回归

    5.3 损失值与模型评价

    5.4 广告投放数据导入

    5.5 模型建立与评价

    5.6 模型调优

    5.7 逻辑回归概述

    5.8 银行信用预测模型

    5.9 KMeans概述

    5.10 聚类模型构建

    5.11 小麦种类模型

课程简介

课程导读


当下AI人工智能等新技术处在时代的风口,而python作为一门非常适合人工智能开发的语言,成为众多AI从业者的必备语言!随着AI进入落地应用的大爆发时期,企业用人需求也将全面爆发,此类的技术人才,一将难求。想要抢占未来,立于不败之地,必学python




学习目标



本课程通过具体的案例对每部分技术进行讲解,力图使大家掌握python的基本命令、编程、数据处理以及数据分析最核心的Numpy库、Pandas库、Python数据可视化库Matplotlib以及机器学习库Scikit-learn,成长为优秀的Python数据分析师。


课程简介



本课程分为Python基础操作和算法模型应用两部分。

       在Python基础操作部分,详细介绍了Python语言和Anaconda发行版本的安装及使用。通过通俗易懂的案例,给大家演示了Python语言的数据类型、列表、字典,以及常用循环语句、判断语句、函数定义、类、模块等基础知识。最后介绍了如何在Python中进行文件读写。



       在算法模型应用部分,课程从数据分析应用的角度出发,介绍了常用的Python数据处理和可视化包:NumpyPandasMatplotlib。最后以实际案例操作,介绍了机器学习常用的算法和sklearn机器学习包。通过实际的案例演练,让学员真正体验数据挖掘与Python的魅力。



课程亮点


1.个性化且有代表的数据集

老师使用链家网房产成交数据、知乎用户数据、空难数据集、小费数据集、股票数据、小麦数据集、信息卡欺诈等数据集进行数据分析、数据预处理以及机器学习建模的演示。。


2.完整演示数据读取、数据预处理、数据建模、预测分析等整个过程

在课程的第四章,老师使用链家数据做了四个机器学习模型:
    
房产价格趋势预测模型
    
房产估价模型
    
房产价格异常预警模型
    
房产投资前景分类模型
用这四个综合实例演示了从数据读取、数据预处理、数据建模、预测分析等整个过程。


3.课程全部数据集支持下载



相关书籍推荐



python机器学习(原书第2版)》,本书将机器学习背后的基本理论与应用实践联系起来,通过这种方式让读者聚焦于如何正确地提出问题、解决问题。书中讲解了如何使用python地核心元素以及强大地机器学习库,同时还展示了如何正确使用一系列统计模型。






优秀学员/ Outstanding students