教學優勢
曙海教育的課程培養了大批受企業歡迎的工程師。大批企業和曙海
建立了良好的合作關系。曙海教育的課程在業內有著響亮的知名度。
本課程，秉承20年積累的教學品質，以項目實現為導向,老師將會與您分享設計的全流程以及工具的綜合使用經驗、技巧。
l?掌握數據分析的流程
l?掌握python數據分析核心庫的使用，如numpy、pandas、matplotlib
l?了解常用數據分析（挖掘）算法的原理，熟悉機器學習的各個環節，并能利用相應的算法建模
l?熟練使用sk-learn進行數據挖掘
?
?課程大綱?|
章節 |
主要授課內容 |
? | |
| ? |
? 第1章 Python數據分析概述 |
1．數據分析的概念、流程、應用場景 2．數據分析常用的工具、python數據分析的優勢、常用類庫的介紹 3．Jupyter Notebook的安裝及使用 |
|
| ? |
? ? 第2章 Numpy數值計算基礎 |
1．ndarray的創建、訪問、常用屬性 2．矩陣的創建 3．通用函數ufunc 4．廣播機制 5．數學知識 6．簡單統計分析，讀寫文件、排序、去重、常用統計函數 |
|
|
? ? 第3章 Pandas統計分析基礎 |
1．Series常用操作 2．DataFrame常用操作 3．讀寫不同數據源 4．數據過濾與轉換 5．時間序列操作 6．分組與聚合 7．透視與交叉表 |
? | |
|
? ? 第4章 利用pandas進行數據預處理 |
1．合并數據，堆疊合并、主鍵合并、重疊合并 2．清洗數據，處理重復值、缺失值、異常值的處理 3．標準化數據，離差標準化、標準差標準化、小數定標標準化 4．轉化數據 ，類別型特征處理為啞變量，連續性特征離散化處理 |
? | |
|
? ? 第5章? 數據可視化 |
1．數據可視化概述 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，如基礎語法、rc參數、標簽刻度、子圖等 4．matplotlib繪圖實戰 5．pandas繪圖實戰 |
? | |
|
第6章 機器學習與挖掘建模 |
1．機器學習概述 2．機器學習分類 3．機器學習流程 4．機器學習評估 5．經典機器學習算法原理剖析，如 knn、kmeans、樸素貝葉斯、決策樹、線性回歸、邏輯回歸、支持向量機、關系分析等 6．關聯規則算法 7．時序模式 8．物體推薦算法 9．使用sk-learn建模，包括數據集劃分、數據預處理、模型訓練、模型評估等 |
? | |
|
第7章? 數據分析與挖掘實戰案例 |
? | ? | |
?
