| ? |
?
第1章 Python數(shù)據(jù)分析概述
|
1．數(shù)據(jù)分析的概念、流程、應(yīng)用場景
2．數(shù)據(jù)分析常用的工具、python數(shù)據(jù)分析的優(yōu)勢、常用類庫的介紹
3．Jupyter Notebook的安裝及使用
|
| ? |
?
?
第2章 Numpy數(shù)值計算基礎(chǔ)
|
1．ndarray的創(chuàng)建、訪問、常用屬性
2．矩陣的創(chuàng)建
3．通用函數(shù)ufunc
4．廣播機(jī)制
5．數(shù)學(xué)知識
6．簡單統(tǒng)計分析，讀寫文件、排序、去重、常用統(tǒng)計函數(shù)
|
|
?
?
第3章 Pandas統(tǒng)計分析基礎(chǔ)
|
1．Series常用操作
2．DataFrame常用操作
3．讀寫不同數(shù)據(jù)源
4．數(shù)據(jù)過濾與轉(zhuǎn)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(jìn)行數(shù)據(jù)預(yù)處理
|
1．合并數(shù)據(jù)，堆疊合并、主鍵合并、重疊合并
2．清洗數(shù)據(jù)，處理重復(fù)值、缺失值、異常值的處理
3．標(biāo)準(zhǔn)化數(shù)據(jù)，離差標(biāo)準(zhǔn)化、標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化、小數(shù)定標(biāo)標(biāo)準(zhǔn)化
4．轉(zhuǎn)化數(shù)據(jù) ，類別型特征處理為啞變量，連續(xù)性特征離散化處理
|
? |
|
?
?
第5章? 數(shù)據(jù)可視化
|
1．數(shù)據(jù)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(chǔ)，如基礎(chǔ)語法、rc參數(shù)、標(biāo)簽刻度、子圖等
4．matplotlib繪圖實戰(zhàn)
5．pandas繪圖實戰(zhàn)
|
? |
|
第6章 機(jī)器學(xué)習(xí)與挖掘建模
|
1．機(jī)器學(xué)習(xí)概述
2．機(jī)器學(xué)習(xí)分類
3．機(jī)器學(xué)習(xí)流程
4．機(jī)器學(xué)習(xí)評估
5．經(jīng)典機(jī)器學(xué)習(xí)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(jī)、關(guān)系分析等
6．關(guān)聯(lián)規(guī)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(shù)據(jù)集劃分、數(shù)據(jù)預(yù)處理、模型訓(xùn)練、模型評估等
|
? |
|
第7章? 數(shù)據(jù)分析與挖掘?qū)崙?zhàn)案例
|
? |
? |
