人人都爱数据科学人人都爱数据科学家python数据科学精华实战课程
资源详情
课程特色：明星讲师。诸多免费课程热力遍布全网.五星口碑爆棚；规划全面。涵盖基础知识、爬虫采集、数据处理、可视化、数据建模.难得一见的python体系全面数据科学课程.起步之路有高度；精品质量。课程设计环节紧凑.循循善诱；课堂教学如行云流水.让人受益匪浅；
讲师介绍：丘祐玮(da危id chiu) – 大数软件(largitdata)创办人.是一位致力于提供舆情分析服务的创业者与数据科学家.熟悉hadoop.spark 等大数据平台.及擅长使用r.python与机器学习技术进行数据分析。曾任多家上市公司顾问及担任知名大数据应用程序竞赛的评审.已编著machinelearning with r cookbook [packt] 与 r cookbook [packt] 二书。
课程大纲：第一章：python与数据科学应用1.数据科学简介与应用2.python与数据科学3.安装anaconda4.使用jupyter notebook5.python 3语法快速简介6、python資料分析套件- pandas簡介7.数据科学步骤详解8.实战范例-使用python计算文章中的字词频率
第二章：数据搜集实例1.数据型态2.结构化vs半结构化vs非结构化资料3.python io与档案处理4.处理csv. excel格式资料5.处理json. xml格式资料6.撰写网路爬虫搜集网路资料7.实战范例-房天下(fang.com)屋价资料搜集
第三章：资料清理(i)1.资料清理概论2.简介pandas -使用pandas处理资料3.资料筛选4.侦测遗失值5.补齐遗失值6.实战范例-房屋资料处理
第四章：资料清理(ii)1.资料转换2.处理时间格式资料3.重塑资料4.学习正规表达式5.实战范例-新闻资料处理
第五章：资料探索与资料视觉化1.使用pandas产生叙述忄生统计2.如何使用pandas绘制统计图表3.实战范例-网页浏览纪录资料分析
第六章：资料储存实例1.关联式资料库- sqlite简介2.将资料储存至资料库中3.使用sql query分析结构化资料4.实战范例-汇率资讯储存与管理
第七章：使用机器学习建立数据模型(回归模型)1.机器学习基础2.scikit-learn套件简介3.监督式学习与非监督式学习4.回归分析5.回归模型评估6.实战范例-使用回归模型分析房屋价格
第八章：使用机器学习建立数据模型(分类模型)1.资料分类-决策树2.资料分类- logistic regression3.资料分类- svm4.资料分类-类神经网路5.资料分类-随机森林6.实战范例-使用分类模型预测客户流失
第九章：使用机器学习建立数据模型(验证模型)1.混淆矩阵（confusion matrix )与其意义2.交叉验证(cross validation)3.使用roc评估不同分类模型4.实战范例-评估不同客户流失分析模型
第十章：使用机器学习建立数据模型(资料分群)1.分群方法-阶层式分群2.分群方法- kmeans分群3.分群方法- dbscan分群4.分群结果评估5.实战范例-利用分群找出文章主题
第十一章：使用机器学习建立数据模型(特征筛选与降低维度)1.特征筛选(feature selection)2.特征萃取-pca3.特征萃取-svd4.实战范例-使用svd压缩图档
第十二章：使用机器学习建立数据模型(关联与频繁样式分析篇)1.关联分析(association rule)2.频繁样式探勘(frequent pattern mining)3.实战范例-购物篮分析实例
