找回密码
 立即注册
查看: 1198|回复: 0

小象学院 Python 数据分析和数据挖掘 第一期视频教程附配套文档与资料【12课时】

[复制链接]
累计签到:85 天
连续签到:1 天
发表于 2019-4-27 18:54:41 | 显示全部楼层 |阅读模式
课程大纲:
0 m# }# G4 n( q3 J" ~1 K7 u第一课. “一天理解数据、数据分析和数据挖掘“。+ s! K7 \' a4 K1 x8 R& W; e5 G. r
基本概念:数据是什么;通过一个数据实例了解数据分析和数据挖掘的任务和过程;+ `& j7 B+ \- T; J4 y9 f% P
理论知识点1:统计初步。
5 ^2 c1 L  }2 q/ L& G; F
  I$ p! Y, o2 H* B第二课. “必先利其器”。
$ |* N; O) r5 Y  `& ]; L使用Python搭建初步的数据分析环境;数据结构;数据生成,载入和存储,数据库知识;3 }. ~/ b& \$ o, e9 @4 u
理论知识点2:概率和矩阵运算。
' \2 p# ?9 g( Q2 H% k! r1 s4 c  p) b3 g8 l- J9 E6 [5 F
第三课. “了解你的数据”。/ W$ B( f# ^8 {% f) g
数学建模:从实际业务到抽象模型的转换,变量的提取;对数据质量进行初步检验;数据预处理:数据清洗,数据变换,异常值处理,粒度变换,维度变换,离散化等。
3 q( x0 F1 \: k0 j4 F6 f+ }, n; U% l; B6 ~5 \1 X' M
第四课. “理解你的数据”。* }: K' v3 t3 Z
数据分析初步:描述性分析;数据分析初步:研究变量之间的关系;数据分析初步:图形和数据可视化,使用可视化进行探索式分析;再说数据质量:抽样;完善Python环境。
5 C9 B$ e% I1 K4 c' i5 F1 P  ^9 |* e- G
4 y" m/ v9 U' H& H0 t% c# {2 I3 y第五课. “深入理解你的数据”。; R5 q: w+ ]1 n
数据分析进阶:基于假设检验的数据分析,相关、卡方、方差分析;对数据进行降维处理,PCA和SVD;
3 }8 t' ~# j3 m& g5 S" u7 ]% A理论知识点3:假设检验,经典数据分析的框架。- [9 ]. ?, f/ k9 K

  |9 \' R# V0 r, Y: {# x第六课. “解释与预测”。
8 w: ]. H7 G, ]8 @2 m# g, [$ V回归分析--线性回归,用线性回归模型进行预测,实例-销售量预测;数据分析进阶:广义线性回归,当应变量的分布非正态分布时,实例-用户访问量的预测;* m( m2 I' F  K
理论知识点4:模型选择。% Q' k# Z# _) I/ g5 {! x, W$ b

. r/ W- q- b  T& m/ G* ^第七课. “发现数据蕴含的新模式1”。
& U- }8 Y+ [7 m  @数据挖掘初步:定义数据点之间的距离;实例,如何根据兴趣判断两个用户的契合度;构造新变量;KNN;
4 h& O& k) K! M4 j9 L3 @理论知识点5:模式识别初步。! h* E  o+ Q4 K% M5 y4 F2 K
. Q  _' n4 f! l) U/ Q& e
第八课. “新模式:数据之间蕴含的关联关系”。
; h3 O* ?/ @/ U事务型数据挖掘:挖掘频繁项集-电影、购物、图书数据,关联分析-Apriori算法,相关分析。* r" J1 F' K% V0 r0 |3 k, F& X
, V1 b% B6 i/ R+ F& e! _
第九课. “使用数据辅助决策”。( T  m) J( a) }5 j, t9 ^3 r
分类分析:决策树,案例-信用评级;朴素贝叶斯进行分类分析:案例-信用评级;贝叶斯信念网络、支持向量机等其他分类方法;
$ T/ K% t+ {) `$ }% c8 }) \理论知识点6:再说模型选择7 q/ w% z& M; q5 a) M: ^7 T! g
: q4 U9 \% R+ m9 E3 o9 ]1 r$ m
第十课. “发现新模式2”。7 W9 V. _+ S6 ~6 t
聚类分析:基本概念、方法、和评价;基于划分的方法,案例-寻找客户类型;基于相关的方法,基于密度的方法;1 i* y& N# S9 {$ v3 l
理论知识点7:信息学初步( {  i  }9 \6 L* e: B) j, {
6 E! l6 m7 E  D
第十一课. “不可二次踏入的河流”。
( p# Z! U& B3 K% {$ ~时间序列:金融、天气等数据的分析和挖掘;
" n( [0 j  X; u( g/ h( {" K4 {理论知识点8:时间序列分析$ Q# C, Y- L( S* j* {# w" J

6 ]9 O6 Q$ U9 G第十二课. “一个大招放倒自己”。9 S; z) k! U; u
数据分析和挖掘综合案例
6 T' b, R  d0 M, O; h7 n! F
. q* S1 P' N3 C1 n6 B课程目录:
- K; g5 o9 U3 t: W% o5 g第1 章 : 第一周回放课
$ A2 `" X" u2 Q' j课时1:第一课:一小时理解数据和数据分析与挖掘
, Z# @- k  `! ^" j' ?9 V' _& D2 J5 c课时2:第二课:统计基础- J0 r2 t; v( \1 z# F1 p; x3 y
0 W: v0 J0 c$ r4 B' G
第2 章 : 第二周回放课
) e, x6 M1 R, Z1 N课时3:第三课:数据预处理
# x4 v6 q. q3 A5 U6 o4 V; s8 K课时4:第四课:理解样本数据
7 @# r2 Z. \$ \/ r5 K( N( a! n$ [: h
第3 章 : 第三周回放课
0 Q  L) x4 {  x; L课时5:第五课:探索变量之间的关系
! }/ y# k, `4 ^, k# S8 I% }课时6:第六课:回归分析和基于模拟的分析/ A, L( ?8 w# z" Q% D3 E. a* Z' U

3 ^' _8 d1 M7 e) R5 Y9 C第4 章 : 第四周回放
7 w3 G4 ]! p* }# M; r# Z3 U课时7:第七课:分类和预测9 [, X* f! A/ L
课时8:第八课:邻近度和聚类+ |2 m" P* h; o( X& G

! a0 _2 f0 J( [, i第5 章 : 第五周回放
2 F% ?5 ]. d5 Y8 y+ y2 Y课时9:第九课:事务型数据和关联分析0 E0 v6 e+ K( [/ \, ]

4 r/ c( C& u- O第6 章 : 第六周回放
* K' G7 h' h5 `6 n# ]2 E课时10:第十课:豆瓣数据案例
/ t1 T5 e6 a5 g9 T6 j课时11:第十一课:时间序列分析和金融数据
+ r" l* M$ @  h+ q4 {. C, [课时12:第十二课:金融数据分析案例
7 T7 ~* @% m$ g' C9 R# U5 B  c  N% U' M5 I- m) s

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有账号?立即注册

×
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

点击这里给我发消息

QQ|小黑屋|Archiver|手机版|一路学IT论坛 专业视频教程网站

GMT+8, 2026-8-31 17:50

Powered by Discuz! X3.5

© 2001-2025 Discuz! Team.

快速回复 返回顶部 返回列表