2017数据分析班大纲讨论

  1. Python和数据分析入门
    • Python安装配置
    • 常用数据分析库NumPy, Pandas, SciPy, Matplotlib的简介与安装
    • Python编程速成
    • 数据分析开发环境搭建
    • 从哪里获取学习数据
    • - 案例:量化炒股
  2. NumPy
    • NumPy的性能优势
    • 数组对象处理
    • 文件输出输出
    • 线性代数相关功能
    • 高效操作实践
    • - 案例
  3. Pandas
    • 基本数据结构与功能
    • 统计相关功能
    • 缺失数据处理
    • 层次化索引
    • DataFrame
    • 实践技巧
    • - 案例
  4. 数据获取与处理
    • 工业界常见的数据格式与形态
    • Python对不同形式数据的读写
    • 如何对数据进行清洗
    • 数据爬取与解析
    • 正则表达式快速入门
    • - 案例
  5. Matplotlib与数据可视化
    • 信息与数据可视化基本原理
    • 常见可视化方式介绍
    • Matplolib绘图入
    • 如何针对不同数据类型设计可视化方案
    • - 案例
  6. Python文本分析NLTK
  7. python社交网络分析igraph
  8. 无敌的Scikit-Learn
    • Scikit-Learn简介
    • 使用Scikit-Learn完成特征转化、建模和学习。
    • 如何评估模型优劣
    • Scikit-Learn优化实践
    • - 案例
  9. 快一点、再快一点!
    • Python多线程编程简介
    • Python异步编程模型
    • Python使用Hadoop分布式计算库mrjob
    • Python使用Spark分布式计算库PySpark
    • - 案例
  10. 通过机器学习建立A股量化交易模型

1 个评论

我来发个问题的问答
往后 这种需要讨论的 可以发起问题,不是发起文章,(*^__^*)

要回复文章请先登录注册

返回顶部