《Python数据科学入门与实践》

学掌门网校

课程链接：http://www.atstudy.com/course/1486

【课程介绍】

数据科学是IT领域中，最为“高大上”的一块内容，由于数据科学对于从事研究学习该领域的学习者要求诸多方面的“跨界”技能与知识储备（如统计学、数据建模、经济计量学、计算机编程、数据库技术等）。不少学习者，总有“雄关漫道真如铁,而今迈步从头越 ”。

本课程力求为广大数据科学爱好者、广大对数据科学感兴趣的学员、一些希望从事数据科学，但是又无法在短时间对数据科学有一个全面的认识。本课程希望在短时间里通过有限的讲座和实验的形式为广大观众、学习者、爱好者，能给予一个大致的介绍数据技术清晰的轮廓，通过实验案例，让学员有亲身体验数据挖掘的过程，希望通过介绍目前一些开源的工具与平台，使得学员掌握一定的数据科学实战技能。最后，讲师也希望能够介绍一些目前的技术前沿如“深度学习”和“人工智能”，能为广大学员开阔视野，深入浅出、同时本身实用与兴趣的精神，为大家服务。

【适合人群】

1.数据科学爱好者

2.数据分析从业者

3.人工智能机器学习的学员

【课程目的】

1.通过实验案例，让学员有亲身体验数据挖掘的过程

2.通过介绍目前一些开源的工具与平台，使得学员掌握一定的数据科学实战技能

【课程优势】

1.讲师从业丰富

2.理论与实践相结合

3.基础好入门

【课程大纲】

1.数据科学概要:

• 课程概述
• 数据科学介绍与数据科学的应用方向
• 数据科学三要素
• Python安装与常用安装包
• Python语言简单入门
  

2.数据ETL、数据可视化与数据探索:

• ETL与数据可视化介绍
• Numpy简单入门教程
• Pandas—Python数据清洗
• Python数据可视化实战演练
• 案列讲解某运营公司销售数据清理与可视化
  

3.监督学习（分类）:

• 机器学习算法
• 常用监督学习算法
• 模型验证
• 实战演练：利用各类分类算法预测
• 利用随机森林预测房价
  

4.无监督学习（聚类）:

• 无监督学习与聚类算法的介绍
• 用聚类算法解决物品分类（实战：消费者行为分析）
  

5.频繁挖掘、时间序列分析:

• 关联规则学习与时间序列学习
• 实战演练