Python數(shù)據(jù)分析概述

1．?dāng)?shù)據(jù)分析的概念、流程、應(yīng)用場(chǎng)景

2．?dāng)?shù)據(jù)分析常用的工具、python數(shù)據(jù)分析的優(yōu)勢(shì)、常用類庫(kù)的介紹

3．Jupyter Notebook的安裝及使用

Numpy數(shù)值計(jì)算基礎(chǔ)

1．ndarray的創(chuàng)建、訪問、常用屬性

2．矩陣的創(chuàng)建

3．通用函數(shù)ufunc

4．廣播機(jī)制

5．?dāng)?shù)學(xué)知識(shí)

6．簡(jiǎn)單統(tǒng)計(jì)分析，讀寫文件、排序、去重、常用統(tǒng)計(jì)函數(shù)

Pandas統(tǒng)計(jì)分析基礎(chǔ)

1．Series常用操作

2．DataFrame常用操作

3．讀寫不同數(shù)據(jù)源

4．?dāng)?shù)據(jù)過濾與轉(zhuǎn)換

5．時(shí)間序列操作

6．分組與聚合

7．透視與交叉表

利用pandas進(jìn)行數(shù)據(jù)預(yù)處理

1．合并數(shù)據(jù)，堆疊合并、主鍵合并、重疊合并

2．清洗數(shù)據(jù)，處理重復(fù)值、缺失值、異常值的處理

3．標(biāo)準(zhǔn)化數(shù)據(jù)，離差標(biāo)準(zhǔn)化、標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化、小數(shù)定標(biāo)標(biāo)準(zhǔn)化

4．轉(zhuǎn)化數(shù)據(jù) ，類別型特征處理為啞變量，連續(xù)性特征離散化處理

數(shù)據(jù)可視化

1．?dāng)?shù)據(jù)可視化概述

2．常用圖表，如柱狀圖、餅狀圖、直方圖、箱線圖等的介紹

3．matplotlib繪圖基礎(chǔ)，如基礎(chǔ)語(yǔ)法、rc參數(shù)、標(biāo)簽刻度、子圖等

4．matplotlib繪圖實(shí)戰(zhàn)

5．pandas繪圖實(shí)戰(zhàn)

機(jī)器學(xué)習(xí)與挖掘建模

1．機(jī)器學(xué)習(xí)概述

2．機(jī)器學(xué)習(xí)分類

3．機(jī)器學(xué)習(xí)流程

4．機(jī)器學(xué)習(xí)評(píng)估

5．經(jīng)典機(jī)器學(xué)習(xí)算法原理剖析，如 knn、kmeans、樸素貝葉斯、決策樹、線性回歸、邏輯回歸、支持向量機(jī)、關(guān)系分析等

6．關(guān)聯(lián)規(guī)則算法

7．時(shí)序模式

8．物體推薦算法

9．使用sk-learn建模，包括數(shù)據(jù)集劃分、數(shù)據(jù)預(yù)處理、模型訓(xùn)練、模型評(píng)估等

數(shù)據(jù)分析與挖掘?qū)崙?zhàn)案例

1．招聘網(wǎng)站需求分析

2．航空公司客戶價(jià)值分析

3．財(cái)政收入預(yù)測(cè)分析

4．二手房房?jī)r(jià)分析