|
|
) n# r! t' [- a课程大纲:
9 r7 f$ `' N1 J第一部分. Python基础: z" ~( h2 M0 X; k; }
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
( h0 W! l# M/ N) ]第二课:了解Python流程控制——条件、循环语句与其他语句
+ T5 f4 F9 M8 D9 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& ?) F2 s H% p* a6 R% r( b
第四课:NumPy基础——数组的创建、组合与分割
5 X8 P4 k. I2 K1 _6 A1 d4 u
. p1 L: J% F2 v4 f第二部分 数据分析的准备
# a o" r& I. n3 E! X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9 Y! n6 A2 i+ `- o# w% }+ N
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;
1 c: t' O6 k" L6 |+ q( Y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- m- R' F9 s( |/ e' r. I
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' X# ?6 i3 D5 u* `# `
1 x$ |2 w" u" k第三部分 数据分析初探
: e/ p5 e$ K; C4 J第九课:假设检验——常用假设检验与实例分析7 s I: E5 E# n) u8 w
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" y' H6 h3 ~4 p w
第十一课: logistic回归——logistic回归模型讲解;实例:电信客户流失分析% d3 W9 w7 h1 n. ]! ]
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
/ M* f% v$ }4 t0 p; ?3 b2 F( b0 ]9 Z: ^. T. s9 e: L
第四部分 深入数据分析
6 H* K" `) N; p# u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
: ~- W3 p3 H) [第十四课:聚类算法——k-means算法介绍;实例:通信基站聚类分析
! p# L9 M3 Y0 g/ @! z5 u2 A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
; M* I7 X+ S' M7 \6 q* x+ y P2 Q/ U) `; F7 S: B9 z
|
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
×
|