課程大綱：

Python 數(shù)據(jù)分析入門(mén)培訓(xùn)

1 Python 基礎(chǔ)語(yǔ)法

2 二維圖形繪制

3 兼容 MATLAB 風(fēng)格的 API

4 分類問(wèn)題算法

5 數(shù)據(jù)可視化

6 Word2Vec 方法

7 樸素貝葉斯

8 NumPy&Pandas 基礎(chǔ)知識(shí)

9 子圖及組合圖形

10 數(shù)據(jù)讀取與處理

11 聚類算法

12 中文分詞

13 決策樹(shù)分類

13 人工神經(jīng)網(wǎng)絡(luò)

1
Python 基礎(chǔ)概念及語(yǔ)法

1.Python基礎(chǔ)概念 2.Python基礎(chǔ)語(yǔ)法

1
統(tǒng)計(jì)分析用戶學(xué)習(xí)數(shù)據(jù)

2
NumPy 和 Pandas 基礎(chǔ)入門(mén)

1.NumPy基礎(chǔ)知識(shí)

2.Pandas基礎(chǔ)知識(shí)

2
Pandas 分析用戶學(xué)習(xí)數(shù)據(jù)
3
Matplotlib 數(shù)據(jù)可視化分析

1.二維圖形繪制

2.子圖及組合圖形

3.兼容MATLAB風(fēng)格API

4
數(shù)據(jù)讀取及預(yù)處理方法

1.數(shù)據(jù)形式

2.數(shù)據(jù)讀取

3.數(shù)據(jù)預(yù)處理

3
異常值查找函數(shù)實(shí)現(xiàn)
5
常用分類預(yù)測(cè)建模算法

1.分類問(wèn)題概述

2.分類問(wèn)題劃分

3.常見(jiàn)的分類算法

6

常用聚類預(yù)測(cè)建模算法

1.聚類概念

2.聚類意義

3.K均值聚類

4.K值選擇

5.其他聚類算法

6.聚類算法選擇

4
客戶信用卡審批分類預(yù)測(cè)
7
Pandas 時(shí)間序列數(shù)據(jù)處理

1.創(chuàng)建時(shí)間對(duì)象

2.時(shí)間索引對(duì)象

3.時(shí)間算術(shù)方法

5
蘋(píng)果公司股票時(shí)序數(shù)據(jù)分析
8
樓課程數(shù)據(jù)統(tǒng)計(jì)分析

1.數(shù)據(jù)處理

2.數(shù)據(jù)可視化

3.中文分詞

4.文本聚類

9
樓用戶評(píng)論情緒分析

1.文本分詞

2.Word2Vec方法

3.決策樹(shù)分類

10
樓潛在會(huì)員用戶預(yù)測(cè)

1.樸素貝葉斯

2.人工神經(jīng)網(wǎng)絡(luò)