数据科学Python语言实战研修班
2017年4月21日--月24日 北 京1. 掌握Python的基本用法2. 掌握Python基本数据分析方法3. 科学计算的基础 -- NumPy4. 强大高效的数据分析环境 – Pandas5. 掌握Python数据可视化工具 -- Pyplot6. Python机器学习工具——Scikit 7. Python深度学习的利器——Tensorflow8. 通过手把手的实操指导，掌握Python语言数据处理方法与编程技术9. 通过不同案例讲解与模拟操作掌握Python实施数据科学项目的方法10. 掌握Python语言自主学习实践的方法与技巧；培 训 提 纲时 间授课方 式课程主 要 内容
第一天8:00~9:30（2课时）知识梳理与经验分享统计应用基础n 大数据与数据科学n 统计方法论n 数据挖掘与统计学习n Python应用
9:40~11:55（2课时）讲授与实操相结合Python初识n 安装配置、语法及数据结构n 运算符、控制流及函数n 网络爬虫
14:00~17:55（4课时）讲授与实操相结合数据预处理n ndarray创建、组合与分割n ufunc运算及矩阵运算n DataFrame创建、合并n 数据聚合、分组与转换n 缺失与异常值处理n 数据汇总与描述统计n 透视表与交叉表
第二天8:00~9:30（2课时）讲授与实操相结合时序处理n 日期及时间数据类型及其处理n 时间序列基础n 日期范围、频率及移动n 时区处理及其算术运算n 重采样及频率转换n 时序绘图
9:40~11:55（2课时）讲授与实例相结合数据可视化n 绘图基础Matplotlibn Python图形化生态系统n 地震危机数据地图n 航空地理信息图
14:00~17:55（4课时）实例演示与讲解相结合数据分析之牛刀小试n 假设检验——常用假设检验与实例分析n 线性回归——前列腺癌病预测n logistic回归——南非心脏病
第三天8:00~11:55（4课时）知识梳理与实操相结合Python机器学习n 机器学习方法论n 特征提取与处理n 分类、聚类及降维
14:00~17:55（4课时）讲授与实操相结合Python人工神经网络n sk-learn感知器、支持向量机、神经网络n Tensorflown 回顾与总结
QQ1329337303
挺好我也想学学
页:
[1]