Python数据分析与挖掘

Python数据分析与挖掘
共92节 40496人在学 课程详情
  • 数据分析师的一天

    • 一个完整的数据分析项目到底是什么样的
    • 数据分析与数据挖掘的区别是什么?
    • 数据分析师需要掌握的技能有哪些?
  • 常见的基础数据结构

    • 你真的会用字符串吗?(一)
    • 你真的会用字符串吗?(二)
    • 你真的会用字符串吗?(三)
    • 你真的会用字符串吗?(四)
    • 列表、元组、字典 怎么选?(一)
    • 列表、元组、字典 怎么选?(二)
  • 控制流语句的使用

    • 成年人也可以做一做选择题(一)
    • 成年人也可以做一做选择题(二)
    • 重复做一件事不累吗-for循环(一)
    • 重复做一件事不累吗-for循环(二)
    • 重复做一件事不累吗-while循环(一)
    • 重复做一件事不累吗-while循环(二)
  • 正则表达式的使用

    • 正则表达式能用在哪?
    • 搭建正则表达式的积木(一)
    • 搭建正则表达式的积木(二)
    • 玩转正则表达式
  • 自定义函数的介绍

    • 没有名字的函数你见过吗?
    • 定制一个自己的函数吧(一)
    • 定制一个自己的函数吧(二)
  • 网络爬虫

    • 爬虫的套路有哪些?
    • 爬虫实战:红牛在你的城市有没有分公司?(一)
    • 爬虫实战:红牛在你的城市有没有分公司?(二)
    • 爬虫实战:来了解下二手房的市场吧
    • 爬虫实战:看看最近的天气情况
  • 数据分析三剑客-Numpy

    • Numpy的核心了解一下?(一)
    • Numpy的核心了解一下?(一)
    • 学会这些,让你的数据分析事半功倍(一)
    • 学会这些,让你的数据分析事半功倍(二)
  • 数据分析三剑客-Pandas

    • 了解一下数据的基本情况(一)
    • 了解一下数据的基本情况(二)
    • 了解一下数据的基本情况(三)
    • 找出最适合你的那些数(一)
    • 找出最适合你的那些数(二)
    • 饶过那些“生病”的数据吧(一)
    • 饶过那些“生病”的数据吧(二)
    • 有些数儿放到一起效果更好呦(一)
    • 有些数儿放到一起效果更好呦(二)
  • 线性回归模型的应用

    • 一元线性回归的原理介绍和应用(一)
    • 一元线性回归模型的介绍和应用(二)
    • 多元线性回归模型的介绍和应用(一)
    • 多元线性回归模型的介绍和应用(二)
    • 预测一下产品的利润
  • 岭回归与LASSO回归的应用

    • 岭回归与LASSO回归的异同点(一)
    • 岭回归与LASSO回归的异同点(二)
    • 如何预测糖尿病治疗的效果?
  • Logistic回归模型的应用

    • 怎样调整Logistic的参数?(一)
    • 怎样调整Logistic的参数?(二)
    • 怎样调整Logistic的参数?(三)
    • 如何评估Logistic模型?(一)
    • 如何评估Logistic模型?(二)
    • 预测一下运动者的运动状态
  • 决策树与随机森林的应用

    • 怎样构建一颗决策树?(一)
    • 怎样构建一颗决策树?(二)
    • 怎样构建一颗决策树?(三)
    • 怎样构建一颗决策树?(四)
    • 种一片随机森林
    • Titanic乘客幸存预测
  • 数据分析三剑客-Matplotlib

    • 数据类型不同,包装不同-离散型(一)
    • 数据类型不同,包装不同-离散型(二)
    • 数据类型不同,包装不同-连续型(一)
    • 数据类型不同,包装不同-连续型(二)
    • 数据类型不同,包装不同(关系型)
    • 众图表达更准确
  • KNN模型的应用

    • 怎样才能找到最近的邻居?(一)
    • 怎样才能找到最近的邻居?(二)
    • 如何预测学生成绩的高低?
  • 朴素贝叶斯模型的应用

    • 朴素贝叶斯真的朴素吗?(一)
    • 朴素贝叶斯真的朴素吗?(二)
    • 朴素贝叶斯真的朴素吗?(三)
    • 通过评论来确定电影值不值得看
  • SVM模型的应用

    • SVM的基本思想是什么?(一)
    • SVM的基本思想是什么?(二)
    • 线性可分SVM的基本介绍
    • 非线性可分SVM模型的介绍
    • SVM 实战-分类与预测
  • GBDT模型的应用

    • Adaboost模型的介绍(一)
    • Adaboost模型的介绍(二)
    • GBDT原理介绍(一)
    • GBDT原理介绍(二)
    • Xgboost模型的出众表现
    • 欺诈交易的预测
  • Kmeans聚类分析

    • 一个好汉三个帮,聚类分析带你拉帮结派(一)
    • 一个好汉三个帮,聚类分析带你拉帮结派(二)
    • 魔球理论-数据分析选出最佳的球员
  • DBSCAN聚类法

    • 离得近关系就近?(一)
    • 离得近关系就近?(二)
    • DBSCAN与K-means的比较
    • 如何对各省的出生率与死亡率进行聚类?
  • 课程介绍

    • 课程介绍

    订阅失败

    Python数据分析与挖掘
    Python数据分析与挖掘 ...

    订阅列表已满,请先移出部分订阅内容。

    当前章节需购买后观看
    开通超级会员免费看!专家精选系列课程,满足你从入门到精通!更有问答月卡免费送,你的问题有问必答!
    提交答案

    购买课程

    扫码完成付费,可继续学习全部课程内容

    加载中...
    播放页问题反馈
    视频学习中有任何产品建议都可由此反
    馈,我们将及时处理!

    课时介绍

    正则表达式的简介

    课程介绍

    92讲视频课+16大项目实战+课件源码

     

    为什么学习数据分析?


          人工智能、大数据时代有什么技能是可以运用在各种行业的?数据分析就是。


          从海量数据中获得别人看不见的信息,创业者可以通过数据分析来优化产品,营销人员可以通过数据分析改进营销策略,产品经理可以通过数据分析洞察用户习惯,金融从业者可以通过数据分析规避投资风险,程序员可以通过数据分析进一步挖掘出数据价值,它和编程一样,本质上也是一个工具,通过数据来对现实事物进行分析和识别的能力。不管你从事什么行业,掌握了数据分析能力,往往在其岗位上更有竞争力。

      

    本课程共包含五大模块:


    一、先导篇:

    通过分析数据分析师的一天,让学员了解全面了解成为一个数据分析师的所有必修功法,对数据分析师不在迷惑。

     

    二、基础篇:

    围绕Python基础语法介绍、数据预处理、数据可视化以及数据分析与挖掘......这些核心技能模块展开,帮助你快速而全面的掌握和了解成为一个数据分析师的所有必修功法。

     

    三、数据采集篇:

    通过网络爬虫实战解决数据分析的必经之路:数据从何来的问题,讲解常见的爬虫套路并利用三大实战帮助学员扎实数据采集能力,避免没有数据可分析的尴尬。

     

    四、分析工具篇:

    讲解数据分析避不开的科学计算库Numpy、数据分析工具Pandas及常见可视化工具Matplotlib。

     

    五、算法篇:

    算法是数据分析的精华,课程精选10大算法,包括分类、聚类、预测3大类型,每个算法都从原理和案例两个角度学习,让你不仅能用起来,了解原理,还能知道为什么这么做。

    推荐课程

    信息系统项目管理师自考笔记

    李明 · 851人在学

    python从0到1:期货量化交易系统(CTP实战,高频及合成K线数据

    王先生 · 22560人在学

    手把手搭建Java超市管理系统【附源码】(毕设)

    汤小洋 · 4275人在学

    Java毕设springboot外卖点餐系统 毕业设计毕设源码 使用教

    黄菊华 · 821人在学

    基于SSM酒店管理系统(毕设)

    小尼老师 · 880人在学

    java项目实战之购物商城(java毕业设计)

    Long · 5193人在学

    手把手搭建Java求职招聘系统【附源码】(毕设)

    汤小洋 · 1522人在学

    Python Django 深度学习 小程序

    钟翔 · 2383人在学

    城管局门前三包管理系统+微信小程序(vue+springboot)

    赖国荣 · 656人在学

    Vue+Uni-app(uniapp)入门与实战+赠送仿美团点餐小程序

    李杰 · 4059人在学

    正在试验
    后自动删除环境
    课程实验
    本次实验时间已到期 00:00:00
    课件正在飞速打包中,请耐心等待几秒钟~