|
|
8 F7 d0 E/ F# P2 E! X( c课程大纲:
2 w3 \. Y' `& J* Y8 v% s* U8 _# _第一部分. Python基础- h% O$ Z2 q% L& @. W/ Z' \
第一课:Python的概览——Python的基本介绍、安装与基本语法、变量类型与运算符5 t& i6 N! v x8 n2 k# Y
第二课:了解Python流程控制——条件、循环语句与其他语句
( F! w& O- l- Y7 V. R- _8 \( b; b第三课:常用函数——函数的定义与使用方法、主要内置函数的介绍
+ b k# }" ?. B. E) B- m第四课:NumPy基础——数组的创建、组合与分割$ s- m8 r; l1 a% Y0 g v
. W0 F0 D3 U2 B0 x; t( H6 L7 W第二部分 数据分析的准备
9 t& U. u$ u$ E- e第五课:了解数据——数据加载、储存与文件格式;异常值的清理与缺失值处理# R8 I2 z2 O" F% ^3 E4 S7 \( o
第六课:数据清洗与初步分析——数据清理、转换、合并与重塑;数据汇总与描述统计;5 m$ i* W# D- f4 ~; x, L/ m
第七课:绘图与可视化——基本绘图命令与图形概览、图形元素设定与实例:地震危机数据的可视化" B' E$ \, T1 `/ J K+ C
第八课:数据聚合与分组处理——数据聚合、分组运算与转换、透视表与交叉表, t. q- R2 n) r! S: B
* \# T0 h H$ s
第三部分 数据分析初探
4 F1 d: ?$ [" |) r第九课:假设检验——常用假设检验与实例分析) b) a% J1 v) D. i+ ]
第十课:线性回归——线性回归模型、分析结果呈现与解读;实例:商品价格预测+ O' b& p% z* }( J5 f
第十一课: logistic回归——logistic回归模型讲解;实例:电信客户流失分析& s2 f" I- A2 ?7 b% |
第十二课:时间序列分析——时间序列基本处理、时间序列模型构建与结果解读;实例:未来股票价格预测
( q3 n4 c K+ K7 a; g: d$ I% C) Y; `4 q3 H3 d6 _
第四部分 深入数据分析
2 e. n( K( k/ G5 J: i( ~$ t- r第十三课:分类算法——knn、决策树、贝叶斯分类器等算法介绍;实例:网页注册用户预测$ Q+ o, h. l O# {* ]4 d
第十四课:聚类算法——k-means算法介绍;实例:通信基站聚类分析% T" A% ]$ v+ z! T* m, H" N
第十五课:降维方法——主成分分析与因子分析算法介绍;实例:地区经济指标评分, J% ]1 b. I2 K" c! f2 s+ _! |
8 U/ e# i H/ R4 D |
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
×
|