課程大綱：

Python 數(shù)據(jù)分析入門培訓

1 Python 基礎(chǔ)語法

2 二維圖形繪制

3 兼容 MATLAB 風格的 API

4 分類問題算法

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

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 決策樹分類

13 人工神經(jīng)網(wǎng)絡(luò)

1
Python 基礎(chǔ)概念及語法

1.Python基礎(chǔ)概念 2.Python基礎(chǔ)語法

1
統(tǒng)計分析用戶學習數(shù)據(jù)

2
NumPy 和 Pandas 基礎(chǔ)入門

1.NumPy基礎(chǔ)知識

2.Pandas基礎(chǔ)知識

2
Pandas 分析用戶學習數(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風格API

4
數(shù)據(jù)讀取及預處理方法

1.數(shù)據(jù)形式

2.數(shù)據(jù)讀取

3.數(shù)據(jù)預處理

3
異常值查找函數(shù)實現(xiàn)
5
常用分類預測建模算法

1.分類問題概述

2.分類問題劃分

3.常見的分類算法

6

常用聚類預測建模算法

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測
7
Pandas 時間序列數(shù)據(jù)處理

1.創(chuàng)建時間對象

2.時間索引對象

3.時間算術(shù)方法

5
蘋果公司股票時序數(shù)據(jù)分析
8
樓課程數(shù)據(jù)統(tǒng)計分析

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
樓用戶評論情緒分析

1.文本分詞

2.Word2Vec方法

3.決策樹分類

10
樓潛在會員用戶預測

1.樸素貝葉斯

2.人工神經(jīng)網(wǎng)絡(luò)