Python全栈之数据分析核心技能 收藏

345人加入学习
价格
¥512
教学计划
学习有效期
永久有效

python

开放的数据分析场景, 要用编程来进行数据分析。 Python语言在机器学习领域有广泛的应用。采用机器学习的方式进行数据分析需要经过五个步骤,分别是数据准备、算法设计、算法训练、算法验证和算法应用。 采用Python进行数据分析还需要掌握一系列库的使用,包括Numpy(矩阵运算库)、Scipy(统计运算库)、Matplotlib(绘图库)、pandas(数据集操作)、Sympy(数值运算库)等库,这些库在Python进行数据分析时有广泛的应用。

python

python

应知应会:

python

1. 1.掌握SPSS统计分析安装

2.掌握SPSS数据处理

3.掌握描述性分析与相关分析

4.了解机器学习概念

5了解numpy,pandas, matplotlib

6.了解一些统计学知识

7.了解数据清洗

8.了解特征工程

9.了解机器学习算法

python

python

业务实战:

python

机器学习算法的tensorflow实现

python

python

主要知识点:

python
☑ SPSS统计分析概述

☑ 介绍、安装、界面等

☑ SPSS数据处理

☑ 数据类型与变量尺度

☑ 数据导入、清洗、抽取、合并分组和标准化

☑ 描述性分析与相关分析

☑ 频率、交叉表和描述分析

☑ 相关分析简介与实践

☑ 数据挖掘

☑ 机器学习算法的tensorflow实现

☑ 数据建模分析

☑ numpy的数组

☑ numpy的索引以及切片

☑ numpy的数据类型

☑ numpy的数学运算

☑ numpy的广播

☑ 计算统计学

☑ Series介绍

☑ DataFrame介绍

☑ 相关函数介绍

☑ 数据可视化

☑ 散点图

☑ 直方图

☑ 折线图

☑ 3D绘图

☑ 热力图

☑ 对比图

☑ 统计学

☑ 离群值介绍

☑ 数据的简单统计值介绍

☑ 相关系数和相关矩阵

☑ 协方差

☑ 皮尔森相关系数

☑ 斯皮尔曼等级相关系数

☑ 平均数和中位数

☑ 数据清洗

☑ 删除重复性特征

☑ 删除无关特征

☑ 解决结构性的错误

☑ 删除离群值

☑ 处理丢失的数据

☑ 数据类型处理

☑ 综合应用

☑ 电商客户特征识别数据分析

python

python

学习基础:

python

学此阶段需要掌握SPSS数据处理,掌握描述性分析与相关分析,掌握Pandas数据预处理(整理/清洗)及描述性数据分析(指标计算和可视化), 掌握文本类结构化数据的分析和可视化,掌握Matplotib图表绘制和高级操作及其他绘图库,掌握综合应用数据分析和数据可视化技术,完成完整的数据分析报告,掌握Numpy数据生成、数据操作和数值计算, 掌握常见数学和统计学指标计算原理、向量和矩阵计算原理,理解常用机器学习算法原理,站我算法实现探索性数据分析,解决现实问题。

python

python

python

主讲老师

许东峰

课程数: 2门
学生数: 2.6千人
Python技术专家,德国奥格斯堡大学理论物理专业硕士毕业。参与过包括德国著名Max-Planck研究院光子与材料能量交换模型的计算机模拟实验,军工项目红外信号分析等项目,在德国求学期间,长期担任助教,期间积累了丰富的教学经验。
最新成员

jw_Z

surisury

sam2605

Shiheyuanfang

HTeroPair

10347

new_tao

chb11111

aliceni

lumi

JonWong

Cheevar

tanq

lis_121

shineboy

wubing_

为你推荐 换一批