全國統(tǒng)一學(xué)習(xí)專線 9:00-21:00
授課機(jī)構(gòu)：武漢國富如荷教育
關(guān)注度：773
課程價格： 請咨詢客服
上課地址：請咨詢客服
開課時間：滾動開班
咨詢熱線：13140882082
課程詳情在線報名
更新時間：2024-12-22
上課形式是怎么樣的？課程分為現(xiàn)場班和遠(yuǎn)程直播班，現(xiàn)場班是現(xiàn)場面授，有現(xiàn)場面授班，遠(yuǎn)程班采取現(xiàn)場直播 + 錄播視頻 + 線上答疑，不受地域限制，直播需和現(xiàn)場班同步時間學(xué)習(xí)，錄播視頻同學(xué)可以自主安排時間
在這門課程中會學(xué)習(xí)到什么？你將在課程中學(xué)習(xí)如何選擇不同的數(shù)據(jù)分析方法來解決問題，同時學(xué)會使用當(dāng)前數(shù)據(jù)科學(xué)最主流和收歡迎的數(shù)據(jù)分析工具-Python。深入學(xué)習(xí)數(shù)據(jù)清洗、探索性分析、可視化技術(shù)和機(jī)器學(xué)習(xí)技術(shù)。
如果學(xué)不會怎么辦？上課期間，全程助教跟班答疑；課后，助教老師依舊會在群里幫大家解答學(xué)習(xí)上的疑問。此外，課程均贈送全套錄播視頻，有效期2年，方便學(xué)員反復(fù)觀看鞏固，穩(wěn)扎穩(wěn)打?qū)W會全部課程。
課程內(nèi)容課程內(nèi)容以CDA數(shù)據(jù)分析師標(biāo)準(zhǔn)大綱要求，包含Python基礎(chǔ) – Pandas數(shù)據(jù)清洗 - Python爬蟲 - Python數(shù)據(jù)可視化（Matplotlib、Seaborn、Pyecharts） - Python機(jī)器學(xué)習(xí)算法等內(nèi)容，并結(jié)合互聯(lián)網(wǎng)金融、電信、銀行、醫(yī)療、交通等行業(yè)實(shí)際案例來幫助學(xué)員建立整套的數(shù)據(jù)分析和機(jī)器學(xué)習(xí)思路，案例涉及營銷優(yōu)化、風(fēng)險控制、用戶研究、商業(yè)部署等領(lǐng)域，使學(xué)員所學(xué)更符合企業(yè)要求。Python數(shù)據(jù)分析集訓(xùn)課程提供3個月全脫產(chǎn)周末集訓(xùn)，畢業(yè)可推薦相關(guān)工作
學(xué)習(xí)目標(biāo)熟練掌握數(shù)據(jù)科學(xué)領(lǐng)域受歡迎的編程語言-Python ；掌握使用Python和pandas庫進(jìn)行數(shù)據(jù)清洗和預(yù)處理；使用Python爬蟲獲取網(wǎng)絡(luò)數(shù)據(jù)；學(xué)會使用matplotlib、seaborn進(jìn)行初級可視化；學(xué)會使用Pyecharts進(jìn)行高級數(shù)據(jù)可視化；學(xué)會構(gòu)建機(jī)器學(xué)習(xí)算法進(jìn)行分類、預(yù)測和聚類模型；使用Python進(jìn)行數(shù)據(jù)分析整體思路、針對業(yè)務(wù)做出模型優(yōu)化選擇；善用機(jī)器學(xué)習(xí)解決用戶畫像、風(fēng)險管理等商業(yè)問題；使用機(jī)器學(xué)習(xí)實(shí)操電商、金融、電信、醫(yī)藥行業(yè)真實(shí)項(xiàng)目案例
01 希望轉(zhuǎn)行數(shù)據(jù)領(lǐng)域人員
02 個人發(fā)展遭遇瓶頸的數(shù)據(jù)分析師
03 想從事數(shù)據(jù)領(lǐng)域工作，缺乏實(shí)踐技能的在校學(xué)生
04 有數(shù)據(jù)化運(yùn)營需求的產(chǎn)品運(yùn)營、市場人員及管理者
05 對Python數(shù)據(jù)分析和挖掘感興趣的業(yè)界人士
| 學(xué)習(xí)章節(jié) | 學(xué)習(xí)內(nèi)容 |
| 01章Python編程基礎(chǔ)知識 |
01-01成為Python高手之前必備基礎(chǔ)知識 01-02數(shù)據(jù)分析的武器庫與分析工具Python介紹 01-03Python的基本數(shù)據(jù)類型和數(shù)據(jù)結(jié)構(gòu) 01-04Python的程序控制 01-05Python的函數(shù)與模塊 01-06Python日期和時間處理 01-07Python字符串處理與正則表達(dá)式 01-08Python異常處理和文件操作 01-09實(shí)戰(zhàn)：基于Python的函數(shù)創(chuàng)建與商業(yè)實(shí)操文件操作 |
| 02章Python進(jìn)行數(shù)據(jù)整理和數(shù)據(jù)清洗 |
01-01Numpy中的數(shù)據(jù)類型--ndarray數(shù)組的創(chuàng)建 01-02Numpy數(shù)組基礎(chǔ)：索引、切片、變形、分裂 01-03Numpy數(shù)組運(yùn)算：通用函數(shù) 01-04Numpy數(shù)組變形、拼接 01-05Numpy數(shù)組計算：廣播、聚合、比較和掩碼、數(shù)組排序 01-06Pandas對象簡介：Series、Dataframe、Index 01-07Pandas數(shù)據(jù)加載與存儲 01-08Pandas數(shù)值運(yùn)算方法：通用函數(shù)、聚合函數(shù)、遍歷 01-09Panda層次化索引 01-10Pandas數(shù)據(jù)處理：數(shù)據(jù)類型轉(zhuǎn)換、缺失值處理、字符串轉(zhuǎn)換 01-11Pandas數(shù)據(jù)表的合并與連接 01-12Pandas數(shù)據(jù)的累計與分組 01-13高性能Pandas：query（）、eval（）實(shí)現(xiàn)高性能運(yùn)算 01-14Pandas數(shù)據(jù)規(guī)整化：清理、轉(zhuǎn)換、合并、重塑 01-15Pandas時間序列&金融數(shù)據(jù)處理 01-16實(shí)戰(zhàn)案例1：泰坦尼克幸存者數(shù)據(jù)清洗 01-17實(shí)戰(zhàn)案例2：USDA食品數(shù)據(jù)清洗 |
| 03章Python進(jìn)行數(shù)據(jù)可視化技術(shù)-線上 |
01-01繪圖思想的基本原理 01-02Python數(shù)據(jù)可視化包-Matplotlib介紹 01-03使用Matplotlib進(jìn)行基本的圖形繪制 01-04使用Python數(shù)據(jù)處理包Pandas做可視化 01-05Python數(shù)據(jù)可視化包-Seaborn介紹與圖形繪制 01-06Python數(shù)據(jù)可視化包-Pyecharts介紹與圖形繪制 01-07使用Python進(jìn)行地圖繪制-Pyecharts 01-08數(shù)據(jù)可視化技巧 |
| 04章Python進(jìn)行網(wǎng)絡(luò)爬蟲 |
01-01網(wǎng)絡(luò)爬蟲基礎(chǔ)知識 01-02網(wǎng)絡(luò)請求及響應(yīng)-Requests庫 01-03HTML文檔解析-BeautifulSoup庫 01-04常見反爬蟲機(jī)制及應(yīng)對 01-05網(wǎng)絡(luò)爬蟲 VS 網(wǎng)絡(luò)數(shù)據(jù)抓取 01-06實(shí)戰(zhàn)1：新東方批量下載頭像 01-07實(shí)戰(zhàn)2：抓取豆瓣書籍簡介 01-08實(shí)戰(zhàn)3：模擬瀏覽器selenium抓取電商商品信息及評論 |
| 05章Python數(shù)據(jù)清洗高級操作及案例實(shí)戰(zhàn) |
01-01如何成為一名優(yōu)秀的數(shù)據(jù)分析師 01-02P供Python讀取的數(shù)據(jù)：CSV文件、JSON數(shù)據(jù)、XML數(shù)據(jù) 01-03數(shù)據(jù)的獲取與存儲：數(shù)據(jù)的不平等性、真實(shí)性、可讀性、清潔度等 01-04對獲取到的數(shù)據(jù)進(jìn)行探索：埃博拉病毒危機(jī)、列車安全數(shù)據(jù)、童工數(shù)據(jù) 01-05數(shù)據(jù)清洗探索：找出要清洗的數(shù)據(jù)、數(shù)據(jù)格式化、找出離群值和不良數(shù)據(jù)、找出重復(fù)數(shù)據(jù)、模糊匹配、正則匹配等 |
