Python 数据分析课程大纲

大数据_云计算 / 2020-04-26 15:11:33
Python 数据分析课程大纲
    马上咨询


    丁老师  历任美国纳斯达克上市的顶级大数据技术平台公司的高级技术经理、架构师， EMC首席工程师、趋势科技技术经理等。
    从业超过10年，熟悉大数据平台构建技术、大数据分析可视化技术，安全领域技术等，长期任职于大数据平台DevSecOps、AIOps的构建相关领域的产品与研发工作。Python领域公认专家，擅长Python、C++、JS与Scala。在大数据处理与安全领域，拥有6项美国专利。深入浅出的讲解分享。PyCon首席讲师、云栖专栏讲师等，分享过20+场演讲或直播，覆盖AIOps、大数据分析处理、调度监测、可视化分析与Python核心系列等十多个不同议题系列，观众赞誉极高。  

    课程介绍

    本课程以案例驱动的方式讲解如何利用Python完成数据获取、处理、数据分析及可视化方面常用的数据分析方法与技巧。每章节中都会引入Kaggle或工业项目数据集，通过这些实际案例让学员轻松掌握使用Python分析来自不同领域的数据，随课代码及案例代码均会提供给学员自行实操。

    授课对象

    • 想了解和学习典型的数据分析流程和实践方法的学习者
    • 想接触和学习非结构化数据(比如：文本、图像等)分析的学习者
    • 想学习数据分析中常用建模知识的相关从业人员
    • 尚不会使用Python的数据分析师从业者
    • 想转行从事数据分析师行业的学习者
    • 想使用Python实现机器学习的工程师

    学习收益

    通过本课程的学习，学员将会收获：

    • 熟悉数据分析的流程，包括数据采集、处理、可视化等
    • 掌握Python语言作为数据分析工具，从而有能力驾驭不同领域数据分析实践
    • 掌握非结构化数据的处理与分析
    • 快速积累多个业务领域的数据分析项目经验
    • 掌握使用Python实现基于机器学习的数据分析和预测
    • 掌握数据分析中常用的建模知识

    课程大纲

    主题内容
    第一章 工作环境准备及数据分析建模理论基础1. Python简介
    2. Python语言基础及Python 3.x新特性 
    3. 使用NumPy和SciPy进行科学计算 
    4. 数据分析建模理论基础 
    a. 数据分析建模过程 
    b. 常用的数据分析建模工具 
    5. 实战案例：科技工作者心理健康数据分析(Mental Health in Tech Survey) 
    第二章 数据采集与操作1. 本地数据的采集与操作 
    a. 常用格式的本地数据读写
    b. Python的数据库基本操作
    2. 网络数据的获取与表示
    a. BeautifulSoup解析网页
    b. 爬虫框架Scrapy基础
    3. 回归分析-- Logistic回归
    4. 实战案例：获取国内城市空气质量指数数据
    第三章 数据分析工具Pandas1. Pandas的数据结构
    2. Pandas的数据操作 
    a. 数据的导入、导出 
    b. 数据的过滤筛选 
    c. 索引及多重索引 
    3. Pandas统计计算和描述 
    4. 数据的分组与聚合 
    5. 数据清洗、合并、转化和重构 
    6. 聚类模型 -- K-Means 
    7. 实战案例：全球食品数据分析(World Food Facts)
    第四章 数据可视化1. Matplotlib绘图
    2. Pandas绘图 
    3. Seaborn绘图 
    4. 交互式数据可视化 -- Bokeh绘图 
    5. 实战案例：世界高峰数据可视化 (World's Highest Mountains)
    第五章 时间序列数据分析1. Python的日期和时间处理及操作
    2. Pandas的时间序列数据处理及操作 
    3. 时间数据重采样 
    4. 时间序列数据统计 -- 滑动窗口 
    5. 时序模型 -- ARIMA 
    6. 实战案例：股票数据分析
    第六章 文本数据分析1. Python文本分析工具NLTK
    2. 分词 
    3. 情感分析 
    4. 文本分类 
    5. 分类与预测模型 -- 朴素贝叶斯 
    6. 实战案例：微博情感分析
    第七章 图像数据处理及分析1. 基本的图像操作和处理
    2. 常用的图像特征描述 
    3. 分类与预测模型 -- 人工神经网络 
    4. 实战案例：电影口碑与海报图像的相关性分析
    第八章 机器学习基础及机器学习库scikit-learn1. 机器学习基础
    2. Python机器学习库scikit-learn 
    3. 特征降维 -- 主成分分析 
    4. 实战案例：识别用户性别

    最新动态

    点击阅读更多内容
    返回顶部