《Python数据分析》升级版第二期,5月28日开课 已关闭

《Python数据分析》升级版第二期,5月28日开课 扫二维码继续学习 二维码时效为半小时

(0评价)
价格: 899.00元

 

课程名称: 

 

《Python数据分析》 升级版第二期
  

主讲老师:

梁斌    资深算法工程师

查尔斯特大学(Charles Sturt University)计算机博士,从事机器学习、计算机视觉及模式识别等相关方向的研究,在计算机视觉等国际会议及期刊发表10余篇学术论文。现就职于澳大利亚某科学研究机构,负责算法改进及其产品化、数据分析处理及可视化。

 

课程简介:
  

近两年来,数据分析师的岗位需求非常大,90%的岗位技能需要掌握Python作为数据分析工具,本课程以案例驱动的方式讲解如何利用Python完成数据获取、处理、数据分析及可视化方面常用的数据分析方法与技巧。

 

升级版第二期的课程更新内容:

 

本期课程在《Python数据分析》升级版的基础上,主要新增了探索性数据分析(Exploratory Data Analysis,EDA)金融数据量化分析深度学习基础等三大数据分析工具,覆盖了时下最前沿的数据分析技术。具体新增内容如下:

  1. 新增探索性数据分析,更好地结合数据可视化发掘数据的模式与特点
  2. 新增金融数据量化分析,更好地结合时间序列分析探索金融数据的发展趋势
  3. 新增深度学习基础,更好地结合机器学习探索人工智能的技术趋势
  4. 升级并调整全部随课项目,并提供更详细的分析步骤
  5. 系统性地将相关章节的项目整理成一个完整的项目,使学员能够更加充分地理解数据分析的流程和步骤

 

面向人群:

 

      1.  想了解和学习典型的数据分析流程和实践方法的学习者
      2.  想接触和学习非结构化数据(比如:文本、图像等)分析的学习者
      3.  想学习数据分析中常用建模知识的相关从业人员
      4.  尚不会使用Python的数据分析师从业者
      5.  想转行从事数据分析师行业的学习者
      6.  想使用Python实现金融数据分析、机器学习或深度学习的工程师  

 

学习收益:

 

通过本课程的学习,学员将会收获:
      1.  熟悉数据分析的流程,包括数据采集、处理、可视化、数据建模
      2.  掌握Python语言作为数据分析工具,从而有能力驾驭不同领域数据分析实践
      3.  掌握非结构化数据的处理与分析、探索性数据分析及量化分析

      4.  快速积累多个业务领域数据分析项目经验,包括金融数据、文本数据及图像数据
      5.  掌握使用Python实现基于机器学习及深度学习的数据分析和预测
      6.  掌握数据分析中常用的建模知识

               

开课时间:

 

2017年5月28日

 

学习方式:
  

在线直播,共10次课,每次2-3小时

每周2次(周六、日,晚上20:00 - 22:00

注意:第一次课是5月28日晚上20:00 - 22:00

            第二次课是5月29日晚上20:00 - 22:00

直播后提供录制回放视频,可在线反复观看,有效期1年

课程大纲:
  

第一课 工作环境准备及数据分析建模理论基础 (2-3课时)

    1.  课程介绍

    2.  数据分析的基本概念
    3.  Python简介和环境部署
    4.   NumPy数据结构及向量化
    5.  数据分析建模理论基础
         a. 机器学习基础

         b. 数据分析建模过程
         c. 常用的数据分析建模工具
     6.  实战案例1使用Python实现蒙特卡洛模拟的期权估值

 

第二课 数据分析工具Pandas (2-3课时)

    1.  Pandas的数据结构

    2.  Pandas的数据操作

         a. 数据的导入、导出

         b. 数据的过滤筛选

         c. 索引及多重索引

     3.  Pandas统计计算和描述

     4.  数据的分组与聚合

     5.  数据清洗、合并、转化和重构

     6.  实战案例2-1:Lending Club借贷数据处理及初步分析

 

第三课 探索性数据分析(EDA)及数据可视化 (2-3课时)

     1.  什么是EDA

     2.  探索单变量、多变量的关系及其可视化

     3.  3D绘图

     4.  实战案例2-2:Lending Club借贷数据探索性分析及可视化

 

第四课 机器学习及scikit-learn(2-3课时)

     1.  机器学习基本概念与流程

     2.  Python机器学习库scikit-learn

     3.  常用评价指标

     4.  分类预测模型– Logistic回归与Softmax回归

     5. 实战案例2-3:Lending Club借贷违约预测

 

第五课 金融数据分析(1)--金融时间序列(2-3课时)

     1.  Pandas的时间处理及操作

     2.  金融数据

     3.  金融学图表

     4.  高频数据分析

     5.  实战案例3-1:股票收益率回归分析

 

第六课 金融数据分析(2)--量化分析 (2-3课时)量化分析基础

     1.  量化策略建模流程及回测

     2.  常用量化分析指标及框架

     3.  TA-Lib金融软件工具

     4.  实战案例3-2:多因子策略模型 

 

第七课 图像数据处理及分析 (2-3课时)

     1.  基本的图像操作和处理

     2.  常用的图像特征描述

     3.  聚类模型:K-Means

     4.  实战案例4:电影海报主色调聚类分析

 

第八课 深度学习及TensorFlow (2-3课时)

     1.  人工神经网络及深度学习

     2.  TensorFlow框架学习及使用

     3.  TensorFlow实现卷积神经网络

     4.  实战案例5:基于TensorFlow的101类图像识别(Caltech101)

 

第九课 文本数据分析 (2-3课时)

     1.  Python文本分析工具NLTK

     2.  情感分析与文本分类

     3.  TensorFlow实现文本深度表示模型Word2Vec

     4.  分类与预测模型-- 朴素贝叶斯

     5.  实战案例6:搜狐新闻数据分类

 

第十课 项目实战(2-3课时)

     1.  交叉验证及参数调整

     2.  特征降维与特征选择

     3.  实战案例7:根据日常新闻预测股市动向

     4.  课程总结

 

常见问题:
  

Q: 本课程需要什么基础?

A:有基本的大学数学基础, 掌握Python基本编程。

Q: 会有实际上机演示和动手操作吗?
A: 有,几乎每节课,老师均会准备上机演示部分,学员可以学习老师的实践经验。
Q: 本课程必须提前掌握Python吗?
A: 不是必须的,本课程将系统讲授Python编程语言。如果你熟悉其他编程语言Java、C、Scala,学习Python是很容易的。

Q: 学习过程中,有疑问怎么解决?

A: 可以在http://wenda.chinahadoop.cn/,老师会解答;也可以在群里和同学讨论

Q:在哪里上课?

A:课程直播和回放都在小象学院官网(http://www.chinahadoop.cn)上进行,不需要其他直播软件;如果希望上下班路上观看,可以下载小象学院app进行缓存。

 

 

联系方式:

 

参团后,请加客服微信:18600475565

手机:18600475565

邮件:admin@chinahadoop.cn

网站:http://www.chinahadoop.cn