課程名稱：Python數(shù)據(jù)分析師集訓(xùn)班 - 3個(gè)月

課程類目：數(shù)據(jù)分析

課程類型：正式課

授課形式：現(xiàn)場(chǎng)+遠(yuǎn)程

免費(fèi)試聽：是

適合基礎(chǔ)：零基礎(chǔ)學(xué)員

上課人數(shù)：40

班級(jí)名稱：基礎(chǔ)班

上課時(shí)間：周末8-17點(diǎn)

開班時(shí)間：每月開課

課時(shí)數(shù)量：192

課程亮點(diǎn)

朝九晚九全程跟班答疑、一對(duì)一督學(xué)、定期直播串講、五分鐘內(nèi)有問必答、出勤率和進(jìn)度監(jiān)督、作業(yè)與測(cè)試

學(xué)習(xí)目標(biāo)

熟練掌握數(shù)據(jù)科學(xué)領(lǐng)域Z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(huì)使用matplotlib、seaborn進(jìn)行初級(jí)可視化

學(xué)會(huì)使用Pyecharts進(jìn)行高級(jí)數(shù)據(jù)可視化

學(xué)會(huì)構(gòu)建機(jī)器學(xué)習(xí)算法進(jìn)行分類、預(yù)測(cè)和聚類模型

使用Python進(jìn)行數(shù)據(jù)分析整體思路、針對(duì)業(yè)務(wù)做出模型Z優(yōu)化選擇

善用機(jī)器學(xué)習(xí)解決用戶畫像、精 準(zhǔn)營銷、風(fēng)險(xiǎn)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

課程內(nèi)容

1章Python基礎(chǔ)

1-1準(zhǔn)備工作-Python開發(fā)環(huán)境配置

1-2Python標(biāo)準(zhǔn)數(shù)據(jù)類型

1-3控制流語句

1-4異常和錯(cuò)誤（穿插在其他內(nèi)容中講）

1-5文件操作

2章Python進(jìn)行數(shù)據(jù)整理和數(shù)據(jù)清洗

2-1Python標(biāo)準(zhǔn)庫簡(jiǎn)介

2-2Numpy數(shù)組基礎(chǔ)

2-3Pandas對(duì)象基礎(chǔ)

3章python數(shù)據(jù)可視化（線上）

3-1繪圖思想的基本原理

3-2Python數(shù)據(jù)可視化包-Matplotlib介紹

3-3使用Python數(shù)據(jù)處理包Pandas做可視化

3-4Python數(shù)據(jù)可視化包-Seaborn介紹與圖形繪制

3-5Python數(shù)據(jù)可視化包-Pyecharts介紹與圖形繪制

4章Python爬蟲（線上）

4-1網(wǎng)絡(luò)爬蟲基礎(chǔ)知識(shí)

4-2網(wǎng)絡(luò)請(qǐng)求及響應(yīng)-requests庫

4-3HTML文檔解析-BeautifulSoup庫

4-4常見反爬蟲機(jī)制及應(yīng)對(duì)

4-5網(wǎng)絡(luò)爬蟲 VS 網(wǎng)絡(luò)數(shù)據(jù)抓取

4-6實(shí)戰(zhàn)一：批量下載頭像

4-7實(shí)戰(zhàn)二：抓取豆瓣書籍簡(jiǎn)介

4-8實(shí)戰(zhàn)三：模擬瀏覽器selenium抓取電商商品信息及評(píng)論

5章Python數(shù)據(jù)清洗高級(jí)操作及案例實(shí)戰(zhàn)

5-1數(shù)據(jù)的獲取與存儲(chǔ)

5-2數(shù)據(jù)探索

5-3數(shù)據(jù)清洗思維

5-4數(shù)據(jù)清洗實(shí)戰(zhàn)案例一：泰坦尼克幸存者數(shù)據(jù)清洗（根據(jù)實(shí)際上課情況調(diào)整數(shù)據(jù)集）

5-5數(shù)據(jù)清洗實(shí)戰(zhàn)案例二：USDA食品數(shù)據(jù)清洗（根據(jù)實(shí)際上課情況調(diào)整數(shù)據(jù)集）

6章Python編程考試（線上）

6-1Python基礎(chǔ)部分

6-2Python數(shù)據(jù)清洗的實(shí)現(xiàn)

7章機(jī)器學(xué)習(xí)算法

7-1準(zhǔn)備工作：開發(fā)環(huán)境配置（以文檔的形式給出）

7-2機(jī)器學(xué)習(xí)入門介紹：

7-3scikit-learn入門：Scikit-Learn庫簡(jiǎn)介

7-4KNN-Z近鄰分類算法：原理、實(shí)現(xiàn)

7-5決策樹算法：原理、實(shí)現(xiàn)、相關(guān)技術(shù)應(yīng)用及實(shí)例

7-6隨機(jī)森林算法：原理、實(shí)現(xiàn)及相關(guān)技術(shù)應(yīng)用：以乳腺癌預(yù)測(cè)為例

7-7K-Means聚類算法：原理、實(shí)現(xiàn)及簇選擇與矢量化應(yīng)用

7-8關(guān)聯(lián)規(guī)則算法：原理、實(shí)現(xiàn)

7-9線性回歸

7-10邏輯回歸

7-11SVM支持向量機(jī)

7-12分類模型的評(píng)估指標(biāo)（續(xù)）

7-13樸素貝葉斯算法

8章電商案例

8-1分析目標(biāo)：

8-2基于國外大型電商用戶購買信息數(shù)據(jù)的客戶購買預(yù)測(cè)模型構(gòu)建流程：

9章金融案例

9-1分析目標(biāo):

9-2基于大型金融公司的客戶貸 款信息，構(gòu)建用戶信用評(píng)分卡模型的建模步驟：