课程详情在线报名
更新时间:2024-12-26课程分为现场班和远程直播班,现场班是现场面授,在郑州有现场面授班,远程班采取现场直播 + 录播视频 + 线上答疑,不受地域限制,直播需和现场班同步时间学习,录播视频同学可以自主安排时间
你将在课程中学习如何选择不同的数据分析方法来解决问题,同时学会使用当前数据科学主流和收欢迎的数据分析工具-Python。深入学习数据清洗、探索性分析、可视化技术和机器学习技术。
上课期间,全程助教跟班答疑;课后,助教老师依旧会在群里帮大家解答学习上的疑问。此外,课程均赠送全套录播视频,有效期2年,方便学员反复观看巩固,稳扎稳打学会全部课程。
课程内容以CDA数据分析师标准大纲要求,包含Python基础 – Pandas数据清洗 - Python爬虫 - Python数据可视化(Matplotlib、Seaborn、Pyecharts) - Python机器学习算法等内容,并结合互联网金融、电信、银行、医疗、交通等行业实际案例来帮助学员建立整套的数据分析和机器学习思路,案例涉及营销优化、风险控制、用户研究、商业部署等领域,使学员所学更符合企业要求。Python数据分析集训课程提供3个月全脱产周末集训,毕业可推荐相关工作
熟练掌握数据科学领域受欢迎的编程语言-Python ;掌握使用Python和pandas库进行数据清洗和预处理;使用Python爬虫获取网络数据;学会使用matplotlib、seaborn进行初级可视化;学会使用Pyecharts进行高级数据可视化;学会构建机器学习算法进行分类、预测和聚类模型;使用Python进行数据分析整体思路、针对业务做出模型优化选择;善用机器学习解决用户画像、风险管理等商业问题;使用机器学习实操电商、金融、电信、医药行业真实项目案例
01 希望转行数据领域人员
02 个人发展遭遇瓶颈的数据分析师
03 想从事数据领域工作,缺乏实践技能的在校学生
04 有数据化运营需求的产品运营、市场人员及管理者
05 对Python数据分析和挖掘感兴趣的业界人士
学习章节 | 学习内容 |
01章Python编程基础知识 |
01-01成为Python高手之前必备基础知识 01-02数据分析的武器库与分析工具Python介绍 01-03Python的基本数据类型和数据结构 01-04Python的程序控制 01-05Python的函数与模块 01-06Python日期和时间处理 01-07Python字符串处理与正则表达式 01-08Python异常处理和文件操作 01-09实战:基于Python的函数创建与商业实操文件操作 |
02章Python进行数据整理和数据清洗 |
01-01Numpy中的数据类型--ndarray数组的创建 01-02Numpy数组基础:索引、切片、变形、分裂 01-03Numpy数组运算:通用函数 01-04Numpy数组变形、拼接 01-05Numpy数组计算:广播、聚合、比较和掩码、数组排序 01-06Pandas对象简介:Series、Dataframe、Index 01-07Pandas数据加载与存储 01-08Pandas数值运算方法:通用函数、聚合函数、遍历 01-09Panda层次化索引 01-10Pandas数据处理:数据类型转换、缺失值处理、字符串转换 01-11Pandas数据表的合并与连接 01-12Pandas数据的累计与分组 01-13高性能Pandas:query()、eval()实现高性能运算 01-14Pandas数据规整化:清理、转换、合并、重塑 01-15Pandas时间序列&金融数据处理 01-16实战案例1:泰坦尼克幸存者数据清洗 01-17实战案例2:USDA食品数据清洗 |
03章Python进行数据可视化技术-线上 |
01-01绘图思想的基本原理 01-02Python数据可视化包-Matplotlib介绍 01-03使用Matplotlib进行基本的图形绘制 01-04使用Python数据处理包Pandas做可视化 01-05Python数据可视化包-Seaborn介绍与图形绘制 01-06Python数据可视化包-Pyecharts介绍与图形绘制 01-07使用Python进行地图绘制-Pyecharts 01-08数据可视化技巧 |
04章Python进行网络爬虫 |
01-01网络爬虫基础知识 01-02网络请求及响应-Requests库 01-03HTML文档解析-BeautifulSoup库 01-04常见反爬虫机制及应对 01-05网络爬虫 VS 网络数据抓取 01-06实战1:新东方批量下载头像 01-07实战2:抓取豆瓣书籍简介 01-08实战3:模拟浏览器selenium抓取电商商品信息及评论 |
05章Python数据清洗高级操作及案例实战 |
01-01如何成为一名的数据分析师 01-02P供Python读取的数据:CSV文件、JSON数据、XML数据 01-03数据的获取与存储:数据的不平等性、真实性、可读性、清洁度等 01-04对获取到的数据进行探索:埃博拉病毒危机、列车安全数据、童工数据 01-05数据清洗探索:找出要清洗的数据、数据格式化、找出离群值和不良数据、找出重复数据、模糊匹配、正则匹配等 |
只要一个电话
我们免费为您回电