找回密码
 立即注册
查看: 903|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:8 ]5 a! w1 b. v% e% o
第一课 工作环境准备及数据分析建模理论基础 (2-3课时)! |/ |1 x/ i3 U
    1.  课程介绍
! h/ l2 H7 I+ R7 v6 ]* q    2.  数据分析的基本概念1 U" {+ s7 ~9 T
    3.  Python简介和环境部署4 q( P+ E1 w3 W! k
    4.   NumPy数据结构及向量化+ {& k" R7 o5 d4 K
    5.  数据分析建模理论基础
) m$ g" Y6 n& H, ?. D- w         a. 机器学习基础; R6 m+ H2 U5 X# Y& B
         b. 数据分析建模过程7 U4 m/ V. c3 l, I* S
         c. 常用的数据分析建模工具8 d  d( A: k; O; j( h8 Q
     6.  实战案例1:使用Python实现蒙特卡洛模拟的期权估值2 V* d& e. X$ N  G' A7 Z! {: D& w0 b1 y
第二课 数据分析工具Pandas (2-3课时)
) G3 h8 ^$ k% u- h  l" [    1.  Pandas的数据结构" P$ U1 P" E  S  V0 F" k+ q4 k7 `' Z
    2.  Pandas的数据操作
. P& @5 i! e% ?, k" F- P         a. 数据的导入、导出# ]+ X" i1 O& L5 c% Z# o( r7 E
         b. 数据的过滤筛选! @& d  P/ a" D; W* F
         c. 索引及多重索引- t* M  H' o) H) V5 g
     3.  Pandas统计计算和描述- w: [, E- Y. [
     4.  数据的分组与聚合% R% g. X4 f% q* ]  p, ?9 n
     5.  数据清洗、合并、转化和重构
( s1 i( x/ P! H# D3 k     6.  实战案例2-1:Lending Club借贷数据处理及初步分析
+ ^/ ^& |4 j, ]  K2 ~7 C7 G- m第三课 探索性数据分析(EDA)及数据可视化 (2-3课时)* V% E. r: V) X
     1.  什么是EDA
$ P3 ~, q* }& R: W" w5 S9 J     2.  探索单变量、多变量的关系及其可视化5 M4 Q; d  l1 {" t8 ?1 {5 C0 f  r1 f
     3.  3D绘图
0 c' R0 p+ N2 Z5 |* M! T     4.  实战案例2-2:Lending Club借贷数据探索性分析及可视化4 d( y* G# G% p4 i% t
第四课 机器学习及scikit-learn(2-3课时)
+ P' u/ [" |' ~' x. k     1.  机器学习基本概念与流程
1 `9 ~9 `& U  Y5 X  T' s. t     2.  Python机器学习库scikit-learn- q- p  Z. ?7 }, J- l
     3.  常用评价指标" q4 }8 r7 a) t# X. g
     4.  分类预测模型– Logistic回归与Softmax回归
1 f" k& ^' c7 Y7 F& ]     5. 实战案例2-3:Lending Club借贷违约预测; k/ E# @$ V% I" O% @  P  x
第五课 金融数据分析(1)--金融时间序列(2-3课时). g9 [6 }5 v3 B3 E- w: g
     1.  Pandas的时间处理及操作( C' b5 G% p# h+ ^1 z. T, `( I9 X8 v
     2.  金融数据
3 v1 j. R2 E- ^" ]     3.  金融学图表
+ @  O3 P9 j% R3 i  V8 \4 }     4.  高频数据分析
3 R% h# @5 w$ |8 k7 S5 d     5.  实战案例3-1:股票收益率回归分析5 M1 H1 @& f* [+ K* R/ y( n4 c
第六课 金融数据分析(2)--量化分析 (2-3课时)量化分析基础
1 Y+ [& W% [. t- q& h     1.  量化策略建模流程及回测
; e5 W+ s/ Z( d5 R     2.  常用量化分析指标及框架, U0 N* L3 ]  s
     3.  TA-Lib金融软件工具
+ V: q8 U) `' p3 Z3 G1 L- z     4.  实战案例3-2:多因子策略模型3 J( H- \& r3 ^+ h
第七课 图像数据处理及分析 (2-3课时)
  r8 u0 z0 Q" Y/ B3 D     1.  基本的图像操作和处理
" l& z0 T$ [* P. e/ m* [2 u     2.  常用的图像特征描述0 W8 @/ W8 Z# a4 N/ I% B$ L
     3.  聚类模型:K-Means
3 N* W$ Q! h7 Y4 E     4.  实战案例4:电影海报主色调聚类分析7 T% K9 G/ R) w+ |& p0 b
第八课 深度学习及TensorFlow (2-3课时)$ t4 F+ C+ I1 w, K  f* r  T# n+ x1 I; b
     1.  人工神经网络及深度学习
( F& v1 _  `* H( e- f+ \& L' P     2.  TensorFlow框架学习及使用
8 D5 S, a0 n. D" w' q: P     3.  TensorFlow实现卷积神经网络5 n) b5 X7 J! u3 d- S
     4.  实战案例5:基于TensorFlow的101类图像识别(Caltech101)
( s3 I) q. j2 Z! B1 ~* T9 `( W第九课 文本数据分析 (2-3课时)  d( f0 x& M& E7 M. v
     1.  Python文本分析工具NLTK
+ \8 y. c6 {9 O8 ]+ ^     2.  情感分析与文本分类6 }6 U: ]% q. E8 A. z
     3.  TensorFlow实现文本深度表示模型Word2Vec
4 }$ B4 l1 @5 w1 p4 q     4.  分类与预测模型-- 朴素贝叶斯
: R! V& L1 c, v( g, h* s3 v. X     5.  实战案例6:搜狐新闻数据分类
& V7 J& _) v8 y7 H+ [) F2 b8 z第十课 项目实战(2-3课时)2 s2 D$ K: `7 J. c5 h% v
     1.  交叉验证及参数调整8 ^6 I* _# Y1 i+ M$ ?
     2.  特征降维与特征选择4 ^1 v2 m3 Z& T8 }8 |) w
     3.  实战案例7:根据日常新闻预测股市动向
: m& v9 k+ J8 X# @3 |. w) E2 t     4.  课程总结
1 T) ]/ u& D9 q) d: X( X$ p5 i' o. C5 v' i+ J' ?9 O* B, l

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, 2026-7-17 14:02

Powered by Discuz! X3.5

© 2001-2025 Discuz! Team.

快速回复 返回顶部 返回列表