本課程涵蓋NumPy數(shù)值計(jì)算、Matplotlib數(shù)據(jù)可視化、pandas統(tǒng)計(jì)分析、使用pandas進(jìn)行數(shù)據(jù)預(yù)處理。同時(shí)也有大量的實(shí)操練習(xí)，鞏固學(xué)習(xí)效果。
1.有python基礎(chǔ)
2.有一定的數(shù)據(jù)基礎(chǔ)
掌握數(shù)據(jù)分析的流程
掌握python數(shù)據(jù)分析核心庫(kù)的使用，如numpy、pandas、matplotlib
了解常用數(shù)據(jù)分析（挖掘）算法的原理，熟悉機(jī)器學(xué)習(xí)的各個(gè)環(huán)節(jié)，并能利用相應(yīng)的算法建模
熟練使用sk-learn進(jìn)行數(shù)據(jù)挖掘
|
章節(jié) |
主要授課內(nèi)容 |
|
|
|
|
Python數(shù)據(jù)分析概述 |
1．?dāng)?shù)據(jù)分析的概念、流程、應(yīng)用場(chǎng)景 2．?dāng)?shù)據(jù)分析常用的工具、python數(shù)據(jù)分析的優(yōu)勢(shì)、常用類庫(kù)的介紹 3．Jupyter Notebook的安裝及使用 |
|
|
|
Numpy數(shù)值計(jì)算基礎(chǔ) |
1．ndarray的創(chuàng)建、訪問(wèn)、常用屬性 2．矩陣的創(chuàng)建 3．通用函數(shù)ufunc 4．廣播機(jī)制 5．?dāng)?shù)學(xué)知識(shí) 6．簡(jiǎn)單統(tǒng)計(jì)分析，讀寫(xiě)文件、排序、去重、常用統(tǒng)計(jì)函數(shù) |
|
|
Pandas統(tǒng)計(jì)分析基礎(chǔ) |
1．Series常用操作 2．DataFrame常用操作 3．讀寫(xiě)不同數(shù)據(jù)源 4．?dāng)?shù)據(jù)過(guò)濾與轉(zhuǎn)換 5．時(shí)間序列操作 6．分組與聚合 7．透視與交叉表 |
|
|
|
利用pandas進(jìn)行數(shù)據(jù)預(yù)處理 |
1．合并數(shù)據(jù)，堆疊合并、主鍵合并、重疊合并 2．清洗數(shù)據(jù)，處理重復(fù)值、缺失值、異常值的處理 3．標(biāo)準(zhǔn)化數(shù)據(jù)，離差標(biāo)準(zhǔn)化、標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化、小數(shù)定標(biāo)標(biāo)準(zhǔn)化 4．轉(zhuǎn)化數(shù)據(jù) ，類別型特征處理為啞變量，連續(xù)性特征離散化處理 |
|
|
|
數(shù)據(jù)可視化 |
1．?dāng)?shù)據(jù)可視化概述 2．常用圖表，如柱狀圖、餅狀圖、直方圖、箱線圖等的介紹 3．matplotlib繪圖基礎(chǔ)，如基礎(chǔ)語(yǔ)法、rc參數(shù)、標(biāo)簽刻度、子圖等 4．matplotlib繪圖實(shí)戰(zhàn) 5．pandas繪圖實(shí)戰(zhàn) |
|
|
|
機(jī)器學(xué)習(xí)與挖掘建模 |
1．機(jī)器學(xué)習(xí)概述 2．機(jī)器學(xué)習(xí)分類 3．機(jī)器學(xué)習(xí)流程 4．機(jī)器學(xué)習(xí)評(píng)估 5．經(jīng)典機(jī)器學(xué)習(xí)算法原理剖析，如 knn、kmeans、樸素貝葉斯、決策樹(shù)、線性回歸、邏輯回歸、支持向量機(jī)、關(guān)系分析等 6．關(guān)聯(lián)規(guī)則算法 7．時(shí)序模式 8．物體推薦算法 9．使用sk-learn建模，包括數(shù)據(jù)集劃分、數(shù)據(jù)預(yù)處理、模型訓(xùn)練、模型評(píng)估等 |
|
|
|
數(shù)據(jù)分析與挖掘?qū)崙?zhàn)案例 |
1．招聘網(wǎng)站需求分析 2．航空機(jī)構(gòu)客戶價(jià)值分析 3．財(cái)政收入預(yù)測(cè)分析 4．二手房房?jī)r(jià)分析 |
||
