Python数据分析班 2017升级版


1 Python和数据分析入门
Python安装配置(应)
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:量化炒股实例

2 NumPy(褚)
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:通过实际代码演示NumPy的多维数组与线性代数矩阵操作,以及数据输入输出

3 Pandas(褚)
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:通过实际代码演示pandas处理及统计数据

4 数据获取与处理(寒)
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
案例:链家网数据爬取与简单分析

5 Matplotlib与数据可视化(寒)
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:matplotlib可视化Titanic与iris数据

6 Python文本分析(寒)
英文字符串处理与正则表达式
中文分词,词性标注,关键词提取与文本分析
案例:文本关键词分析与文本分类

7 python社交网络分析igraph(王)
社交网络算法及igraph介绍(社交网络算法分析指标、Pagerank、社区发现算法等)
社交网络算法在反欺诈中的应用
案例:权利的游戏网络分析

8 机器学习库Scikit-Learn与应用(寒)
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:自行车租赁机器学习建模案例

9 快一点、再快一点!(应)
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:使用hadoop和spark分析股票数据

10 python深度學習入門(冯)
深度學習原理介紹
如何用python搭建你的第一個神經網路
keras入門
案例:Mnist 手写数字识别
已邀请:

July - 抠细节抠体验,不妥协不将就。

赞同来自:


开始排期,即将开课

要回复问题请先登录注册