论坛元老
- 威望
- 30
- 贡献
- 65
- 热心值
- 0
- 金币
- 3237
- 注册时间
- 2020-8-31
|
课程大纲：
第一部分. Python基础
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; b' o& n; ]1 y* j
第二课：了解Python流程控制——条件、循环语句与其他语句1 V. j C# ~; K8 X# M7 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
第四课：NumPy基础——数组的创建、组合与分割
第二部分 数据分析的准备8 t L1 l4 [0 I/ Z7 B3 E- Z5 {
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) G# O# k% i5 n& t* s
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；
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
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5 f1 f6 p: t9 g5 ? J
9 @! E1 K* x4 y8 Z' C2 J' I
第三部分 数据分析初探4 J! N: d5 ]" V8 w9 Z* a2 L
第九课：假设检验——常用假设检验与实例分析- z% Q3 y) g4 X* ?% }
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
第十一课： logistic回归——logistic回归模型讲解；实例：电信客户流失分析
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
第四部分 深入数据分析9 r: o+ n. h! q' S$ [
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
第十四课：聚类算法——k-means算法介绍；实例：通信基站聚类分析
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
|
|
发表于 2019-3-20 17:59
