培訓(xùn)內(nèi)容:
課程收益:
1.零基礎(chǔ)學(xué)員。不具有任何編程基礎(chǔ)和數(shù)據(jù)分析和數(shù)據(jù)挖掘基礎(chǔ)的學(xué)員；
2.專業(yè)背景不限，但具有理工科背景的學(xué)員學(xué)起來(lái)會(huì)輕松一些；
3.企業(yè)數(shù)據(jù)分析崗位從業(yè)人員非常適合該課程；
4.擬從事數(shù)據(jù)分析和數(shù)據(jù)挖掘工作的人員
培訓(xùn)頒發(fā)證書:
無(wú)
課程大綱:
第1天 Python語(yǔ)言基礎(chǔ)
Python開發(fā)環(huán)境的搭建
Python語(yǔ)言的示例和規(guī)范
變量和常量
運(yùn)算符和表達(dá)式
結(jié)構(gòu)化程序設(shè)計(jì)（含條件語(yǔ)句、循環(huán)語(yǔ)句、算法基礎(chǔ)）
Python數(shù)據(jù)結(jié)構(gòu)（含元組結(jié)構(gòu)、列表結(jié)構(gòu)和字典結(jié)構(gòu)）
Python的模塊和函數(shù)
Python文件的處理
第2天 Python數(shù)據(jù)挖掘基礎(chǔ)
數(shù)據(jù)缺失值的處理技巧
變量篩選的技巧
使用Pandas進(jìn)行數(shù)據(jù)分析
使用回歸線性模型和回歸樹模型進(jìn)行預(yù)測(cè)
用Scipy處理非結(jié)構(gòu)化數(shù)據(jù)
Python數(shù)據(jù)挖掘的可視化
第3天 Python文本挖掘基礎(chǔ)和實(shí)例
字符串和正則表達(dá)式
利用Python進(jìn)行網(wǎng)絡(luò)爬蟲（現(xiàn)場(chǎng)進(jìn)行文本抓�。�
Python文本挖掘原理
文本分類和聚類（案例：微博的文本聚類、某電子商務(wù)網(wǎng)站的用戶評(píng)論主題分析、語(yǔ)義分析、文本密碼的處理等）
第4天 Python數(shù)據(jù)挖掘若干案例
案例覆蓋決策樹、樸素貝葉斯、最近鄰、隨機(jī)森林、支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)等重要的數(shù)據(jù)挖掘方法。擬完成的案例包括不限于：
使用關(guān)聯(lián)規(guī)則進(jìn)行購(gòu)物籃分析
垃圾郵件的識(shí)別
圖像識(shí)別
Iris數(shù)據(jù)挖掘的各種方法比較
電影或者圖書推薦系統(tǒng)構(gòu)建
屏蔽網(wǎng)頁(yè)內(nèi)容
街景識(shí)別和分類
手寫文字的識(shí)別
最近鄰回歸進(jìn)行預(yù)測(cè)
降維的各種方法
k-means聚類和中位數(shù)聚類
培訓(xùn)師介紹：
Gary，男，四十多歲，曾經(jīng)在數(shù)學(xué)、計(jì)算機(jī)科學(xué)和統(tǒng)計(jì)學(xué)三個(gè)專業(yè)獲得學(xué)位，畢業(yè)于中國(guó)人民大學(xué)統(tǒng)計(jì)學(xué)院，曾任中國(guó)人工智能學(xué)會(huì)理事、某世界500強(qiáng)公司數(shù)據(jù)挖掘科學(xué)家。二十年來(lái)，他在金融、互聯(lián)網(wǎng)和醫(yī)藥等領(lǐng)域完成了數(shù)個(gè)數(shù)據(jù)挖掘系統(tǒng)的構(gòu)建和建模分析，幫助許多公司攻克了數(shù)據(jù)分析和數(shù)據(jù)挖掘的難題，積累了豐富的數(shù)據(jù)挖掘案例。Gary老師在數(shù)據(jù)挖掘領(lǐng)域有豐富的培訓(xùn)經(jīng)驗(yàn)，至今培訓(xùn)了來(lái)自各行各業(yè)的企業(yè)和學(xué)員，幫助上千人走上并使之勝任數(shù)據(jù)挖掘的工作崗位。
相關(guān)圖片