|
|
课程目录：1 s6 b+ O" L! l6 u0 ~
第一课 工作环境准备及数据分析建模理论基础 (2-3课时)
/ ?) P; j% W$ D6 R& g4 K 1. 课程介绍
' |8 M t- T/ D- m 2. 数据分析的基本概念2 m K: P- I4 G- G, Z5 A2 F% a
3. Python简介和环境部署9 i2 z4 I/ P" [5 s$ ^5 m
4. NumPy数据结构及向量化
$ `! H& u& x% O: [$ C 5. 数据分析建模理论基础0 q2 e6 a* _" g9 T2 ]2 q( ~9 Z9 s
a. 机器学习基础. ~: @" e1 w; G4 y
b. 数据分析建模过程
6 g5 A6 I1 g0 _9 \ c. 常用的数据分析建模工具
# o* M8 l9 X+ B& m 6. 实战案例1：使用Python实现蒙特卡洛模拟的期权估值3 u4 z+ o6 Y: U" p+ H5 d1 S! f
第二课 数据分析工具Pandas (2-3课时)6 B# O- L* ^! M/ F8 ?) S
1. Pandas的数据结构4 L* l" G: w2 q1 C+ a
2. Pandas的数据操作6 n& v# k1 K+ i. U8 E
a. 数据的导入、导出7 y5 @5 q2 Z9 ^ P7 p% M, a- }
b. 数据的过滤筛选
/ p% e5 e; X6 d c. 索引及多重索引
% ^! C' H; ?9 m* k* k3 x 3. Pandas统计计算和描述
: ~3 A; M# I4 |0 e& M9 h& a 4. 数据的分组与聚合
& K9 q- @ f/ T% l- w% F 5. 数据清洗、合并、转化和重构5 ]8 N0 Y$ }( h
6. 实战案例2-1：Lending Club借贷数据处理及初步分析$ V8 `# ~4 {; h) m) F# z( h
第三课 探索性数据分析(EDA)及数据可视化 (2-3课时)
9 x8 i3 W0 j* k+ r! S6 d1 n6 d$ I+ {* k: m 1. 什么是EDA" j1 b' t! C) e, h' B. b4 N' q( t
2. 探索单变量、多变量的关系及其可视化; j5 ]3 W' l+ S4 S4 ^- m ^' ]
3. 3D绘图
' l5 p) k6 x) U; L' b2 ~ 4. 实战案例2-2：Lending Club借贷数据探索性分析及可视化
5 |& I8 \" C* G) y# X第四课 机器学习及scikit-learn(2-3课时)
, s, ~% _& Q- Q+ R5 m, h0 U 1. 机器学习基本概念与流程7 |( w6 o9 g; N6 Q
2. Python机器学习库scikit-learn
2 S7 X% y' _) u1 p0 X$ K! C4 ~ 3. 常用评价指标
1 D% F# E+ B9 g) t8 a0 W 4. 分类预测模型– Logistic回归与Softmax回归2 F8 h1 d9 {2 `, ^! ~4 }) F
5. 实战案例2-3：Lending Club借贷违约预测
: N( r* l5 \" J' q第五课 金融数据分析(1)--金融时间序列(2-3课时)+ X/ G1 @/ `4 a* p6 C
1. Pandas的时间处理及操作5 K: F2 T( i/ y6 k. _% d
2. 金融数据4 ~* k8 h3 x6 Z+ j3 S9 w% D6 R
3. 金融学图表+ ]3 [6 W- X( Z& D) J" R W. y5 m
4. 高频数据分析8 b( E6 z1 U* z# c
5. 实战案例3-1：股票收益率回归分析: m# ^6 u7 u$ E5 C) l5 c) M* r, G) x
第六课 金融数据分析(2)--量化分析 (2-3课时)量化分析基础
( \" ~& y5 C- V f; t/ x 1. 量化策略建模流程及回测
4 g/ i; ?+ }! ^ 2. 常用量化分析指标及框架
: @( ~1 o7 c2 V. O6 B) D3 _ 3. TA-Lib金融软件工具
, ]' E. f0 i5 R, `; t4 v( @ 4. 实战案例3-2：多因子策略模型
" K5 ?% P- _3 l! R# i$ V第七课 图像数据处理及分析 (2-3课时)
' ?6 X2 \. D: m5 X2 [ 1. 基本的图像操作和处理/ v' K: j. y$ ^% \3 e% g6 ?; Z
2. 常用的图像特征描述
) V, E/ _: m4 w8 D) z/ y 3. 聚类模型：K-Means
u; a8 d% |9 [* Q9 _8 I& n( K9 B9 J, O 4. 实战案例4：电影海报主色调聚类分析- P' s9 [5 [ H. f9 T
第八课 深度学习及TensorFlow (2-3课时)
J3 c9 ?+ ?/ O; o$ g 1. 人工神经网络及深度学习
; f8 ]; O6 k' W" \2 i2 D# f 2. TensorFlow框架学习及使用
2 M0 ]) G& }7 C/ r 3. TensorFlow实现卷积神经网络3 S: T9 p: ^2 _0 N
4. 实战案例5：基于TensorFlow的101类图像识别(Caltech101)9 ]8 ]4 {. [0 N& A& g8 s
第九课 文本数据分析 (2-3课时)7 L* N$ N M' s3 J) J1 L& t& J
1. Python文本分析工具NLTK6 l# f; k9 ^: r' i( i" [0 u) D
2. 情感分析与文本分类$ T, h6 ^# a) C: I
3. TensorFlow实现文本深度表示模型Word2Vec7 J( H+ {7 N) p) ] r! l2 q/ I
4. 分类与预测模型-- 朴素贝叶斯: A, D3 \1 }" L* s1 ^
5. 实战案例6：搜狐新闻数据分类
+ M( X q3 S" C1 Y第十课 项目实战(2-3课时), r+ P& o( K: X/ o* o* ^
1. 交叉验证及参数调整
: a4 \. ^3 C2 C+ N 2. 特征降维与特征选择7 @1 d$ t5 ^+ i' a
3. 实战案例7：根据日常新闻预测股市动向6 I1 C1 V+ Q1 R3 v
4. 课程总结' u) G* R; I5 Y, d* r. ?
, J+ v2 Y7 g/ O! Y
|
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
×
|
/1 
|小黑屋|Archiver|手机版|一路学IT论坛 专业视频教程网站
窥视卡
雷达卡
发表于 2019-4-30 16:52:58
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
显身卡
发表于 2019-7-20 01:48:38