你将收获

熟悉数据处理的流程和方法

熟练掌握pandas和numpy的运用

举一反三,能够独立完成数据分析中数据处理阶段的任务

提高数据处理能力,在项目中能够事半功倍

适用人群

零基础学员或者有一定基础学员、大中院校学生

课程介绍


    目前数据分析已经深入到各个行业中,尤其以Python为工具的数据分析和数据挖掘将越来越流行,但在数据分析和挖掘中,最消耗时间的就是数据处理了,高效的数据处理技能已经成为工作中必不可少的技能之一了。熟练掌握和运用Python对数据进行高效的处理,可以大大提高数据分析和数据挖掘的效率。

   Python数据处理实战: 基于真实场景的数据(Python数据处理和特征工程)作为Python数据清洗实战入门课程的升级版,本课程以真实的场景数据为案例进行教学,包括征信,电商,零售数据等, 本课程由浅入深详细讲解Python数据处理和特征工程在真实项目中的运用, 本课程专门针对想深入学习Python数据处理而量身定做的课程,是讲师在多年真实项目和实践工作的总结,涵盖实际项目中主要的知识点,内容详尽,代码可读性及实操性强。

    掌握好数据处理和特征工程,有利于今后从事或者转行数据分析或者数据挖掘,以及解决工作和项目中遇到的各种数据处理问题。




课程目标:


1. 熟悉数据处理的流程和方法

2. 熟练掌握pandasnumpy的运用

3. 举一反三,能够独立完成数据分析中数据处理阶段的任务

4. 提高数据处理能力,在项目中能够事半功倍



课程定位:

1.   零基础学员或者有一定基础学员、大中院校学生;

2.   在职从事数据分析相关工作以及打算转行Python数据分析人员;

3.   对Python有兴趣人群。


课程特色

  1.    相关代码老师课堂上全部打出,方便理解和记忆;

  2.    提供源代码和数据方便同学们预习和复习;

  3.    使用真实的数据进行教学,紧贴实战,避免枯燥的理论;


  4.    在教学过程中,尽可能多的使用图表教学;


  5.    每一个章节后面都配有相关练习题目以及习题答案,方便同学们进行自我测试。


课程学习环境:


Python3.7版本


讲师介绍:


    Peter, 某科技公司高级量化分析师,金融数学硕士毕业,擅长数据分析和数据挖掘,在公司长期从事机器学习建模,拥有多家银行,消费金融和互联网金融风控建模经验。熟练掌握Python编程软件和数据库等软件.


本课知识点

python数据编程语言Python人工智能机器学习设计制作大学课程数据分析数据挖掘工作电商

课程目录