找回密码
 立即注册
查看: 855|回复: 1

小象学院 Python数据分析 第二期升级版 视频教程附课件代码

[复制链接]
累计签到:84 天
连续签到:1 天
发表于 2019-4-30 16:52:58 | 显示全部楼层 |阅读模式
课程目录:
7 r/ m7 O9 l* }8 S6 }1 c第一课 工作环境准备及数据分析建模理论基础 (2-3课时)
; ?9 O# _2 U1 k' ]& M    1.  课程介绍
9 L/ `9 l/ C, L  B9 d. Q2 h( q    2.  数据分析的基本概念( Z& B2 O7 L  k4 E9 `$ }* h. ?
    3.  Python简介和环境部署- [7 N: O) T" t
    4.   NumPy数据结构及向量化, q; ], m. F9 v( Q$ x' i3 J
    5.  数据分析建模理论基础
% m% W3 ]8 Y) z         a. 机器学习基础
# X) T8 p. y! ]6 T$ a8 Q/ ]; m! N  \         b. 数据分析建模过程
: i! N+ ?7 O, R, n" f/ V6 r         c. 常用的数据分析建模工具
5 |0 }' s1 h! `2 G. O' S! Q8 H# ]     6.  实战案例1:使用Python实现蒙特卡洛模拟的期权估值, K) g% B8 G4 C: B; ?6 u
第二课 数据分析工具Pandas (2-3课时)* C; K# U9 g9 n7 K
    1.  Pandas的数据结构
+ t) v' i0 p# g6 |& G; A2 ?    2.  Pandas的数据操作2 h0 I5 S( h9 Y( h2 F
         a. 数据的导入、导出
1 E- O! f" d; Z" ^( |         b. 数据的过滤筛选
& b0 P1 q% e6 B5 t% B         c. 索引及多重索引
. A/ a- A* M/ L% q, `0 R     3.  Pandas统计计算和描述
: X7 j$ l; \  y' `5 ^     4.  数据的分组与聚合
: j+ u8 A* a3 ]     5.  数据清洗、合并、转化和重构; F/ r" s: @& D5 y+ t, S8 C
     6.  实战案例2-1:Lending Club借贷数据处理及初步分析& j% R! b7 Q; B5 z
第三课 探索性数据分析(EDA)及数据可视化 (2-3课时)
" p8 g: d( v* Y1 ]. s     1.  什么是EDA
2 X, p  J  s+ p' t     2.  探索单变量、多变量的关系及其可视化
. G- G6 b, a  W- }8 q& O6 k! i& g     3.  3D绘图
4 R0 u; _! n1 Y9 g  C     4.  实战案例2-2:Lending Club借贷数据探索性分析及可视化
3 z6 K- n3 w2 O/ a- t/ F: c* ?! b第四课 机器学习及scikit-learn(2-3课时): W" J! _: T+ Q9 c
     1.  机器学习基本概念与流程, u  Q# [/ F9 Z  k0 k
     2.  Python机器学习库scikit-learn
: ~5 ^8 v: i5 E% {' {$ A+ R     3.  常用评价指标5 U9 ?8 _) L- [6 _+ C$ J  q
     4.  分类预测模型– Logistic回归与Softmax回归9 x7 M' k( R% ~6 b
     5. 实战案例2-3:Lending Club借贷违约预测
9 ?+ C8 h! m6 s第五课 金融数据分析(1)--金融时间序列(2-3课时)
* O5 f" |9 C' T1 \4 _     1.  Pandas的时间处理及操作* @+ Z" v/ H" P) X' j9 D( M$ z: L
     2.  金融数据
9 u) O! g% Y2 @. J9 c! k     3.  金融学图表
+ K( V" E$ M/ H# k; a     4.  高频数据分析  [4 b1 h. [8 s0 l2 s8 l4 t
     5.  实战案例3-1:股票收益率回归分析
1 p: _( p* T0 J第六课 金融数据分析(2)--量化分析 (2-3课时)量化分析基础0 C' X) J- d/ u
     1.  量化策略建模流程及回测
) L* |( `# h" f/ m! c: H0 r     2.  常用量化分析指标及框架% p$ j# A! K& a1 D& r
     3.  TA-Lib金融软件工具
' B- {9 K4 ^+ y( n' X* z' h" a     4.  实战案例3-2:多因子策略模型6 A) W; q' o3 N1 T
第七课 图像数据处理及分析 (2-3课时)- y9 y- `5 F" I! y& ^# A) Z; B0 N
     1.  基本的图像操作和处理0 p& e  U7 p6 j2 d
     2.  常用的图像特征描述
- a3 c9 i8 `: K  l     3.  聚类模型:K-Means
* R& T1 K- M3 g1 ?( ^# c0 F& u     4.  实战案例4:电影海报主色调聚类分析- f$ e* b1 {; x" C; d% ?* [" g
第八课 深度学习及TensorFlow (2-3课时)- i" _* J# D# y% v8 L
     1.  人工神经网络及深度学习1 `- @* V0 |* c$ _
     2.  TensorFlow框架学习及使用# f/ J6 k$ z5 W% D6 W
     3.  TensorFlow实现卷积神经网络
# k7 f, m7 C+ D2 _! }7 `     4.  实战案例5:基于TensorFlow的101类图像识别(Caltech101)
4 c2 n; m: @9 @" n第九课 文本数据分析 (2-3课时), B+ X4 E3 B) d5 Y& u/ R
     1.  Python文本分析工具NLTK, y7 D: ?! L* T4 r& M# u# l" H
     2.  情感分析与文本分类
. B: D3 J2 N8 z* G; {* S     3.  TensorFlow实现文本深度表示模型Word2Vec
/ `$ f7 k0 x/ H. g; Q* \     4.  分类与预测模型-- 朴素贝叶斯
1 C8 c4 B( k: @     5.  实战案例6:搜狐新闻数据分类$ L# J$ T. E$ E) A3 n6 m
第十课 项目实战(2-3课时)' A) o8 V; M* c$ H7 W" P
     1.  交叉验证及参数调整" K) @; m0 {( C3 C
     2.  特征降维与特征选择
* U! t2 Q3 N0 q+ n  S' r     3.  实战案例7:根据日常新闻预测股市动向4 [9 V! U* P0 p! K$ v  M
     4.  课程总结
8 D: s6 j" [1 ~6 H9 w, T; G! u& R8 R. y+ ?/ G1 T) P

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

×

尚未签到

发表于 2019-7-20 01:48:38 | 显示全部楼层
很好的教程~~
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, 2026-6-2 10:24

Powered by Discuz! X3.5

© 2001-2025 Discuz! Team.

快速回复 返回顶部 返回列表