教学优势
曙海教育的课程培养了大批受企业欢迎的工程师。大批企业和曙海
建立了良好的合作关系。曙海集团的课程在业内有着广泛的美誉度和响亮的知名度。
秉承二十几年积累的教学品质，本课程以真实项目实战为导向,授课工程师将会与您分享设计的全流程及工具的综合使用技巧、经验。
l 掌握数据分析的流程
l 掌握python数据分析核心库的使用，如numpy、pandas、matplotlib
l 了解常用数据分析（挖掘）算法的原理，熟悉机器学习的各个环节，并能利用相应的算法建模
l 熟练使用sk-learn进行数据挖掘
课程大纲 |
章节 |
主要授课内容 |
||
|
第1章 Python数据分析概述 |
1．数据分析的概念、流程、应用场景 2．数据分析常用的工具、python数据分析的优势、常用类库的介绍 3．Jupyter Notebook的安装及使用 |
||
|
第2章 Numpy数值计算基础 |
1．ndarray的创建、访问、常用属性 2．矩阵的创建 3．通用函数ufunc 4．广播机制 5．数学知识 6．简单统计分析，读写文件、排序、去重、常用统计函数 |
||
|
第3章 Pandas统计分析基础 |
1．Series常用操作 2．DataFrame常用操作 3．读写不同数据源 4．数据过滤与转换 5．时间序列操作 6．分组与聚合 7．透视与交叉表 |
||
|
第4章 利用pandas进行数据预处理 |
1．合并数据，堆叠合并、主键合并、重叠合并 2．清洗数据，处理重复值、缺失值、异常值的处理 3．标准化数据，离差标准化、标准差标准化、小数定标标准化 4．转化数据 ，类别型特征处理为哑变量，连续性特征离散化处理 |
||
|
第5章 数据可视化 |
1．数据可视化概述 2．常用图表，如柱状图、饼状图、直方图、箱线图等的介绍 3．matplotlib绘图基础，如基础语法、rc参数、标签刻度、子图等 4．matplotlib绘图实战 5．pandas绘图实战 |
||
|
第6章 机器学习与挖掘建模 |
1．机器学习概述 2．机器学习分类 3．机器学习流程 4．机器学习评估 5．经典机器学习算法原理剖析，如 knn、kmeans、朴素贝叶斯、决策树、线性回归、逻辑回归、支持向量机、关系分析等 6．关联规则算法 7．时序模式 8．物体推荐算法 9．使用sk-learn建模，包括数据集划分、数据预处理、模型训练、模型评估等 |
||
|
第7章 数据分析与挖掘实战案例 |
|||
