广义的数据分析：
1.狭义数据分析
2.数据挖掘
- 全部任务
- 1.1 数据分析概述
- 1.2 熟悉Python数据分析...
- 1.3 安装Python的Ana...
- 1.4 掌握Jupyter No...
- 2.1 掌握numpy数组对象n...
- 2.2 掌握Numpy矩阵与通用...
- 2.3 利用Numpy进行统计分...
- 3.1 掌握绘图基础语法与常用参...
- 3.2 分析特征间关系
- 3.3 分析特征内部数据分布与分...
- 4.1 读写不同数据源的数据
- 4.2 掌握DataFrame的...
- 4.3 转换与处理时间序列数据2
- 4.4 使用分组聚合进行组内计算
- 4.5 创建透视表与交叉表
- 5.1 合并数据
- 5.2 清洗数据
- 5.3 标准化数据
- 5.4 转换数据
- 6.1 使用sklearn转换器...
- 6.2 构建并评估聚类模型
- 6.3 构建并评估分类模型
- 6.4 构建并评估回归模型
- 课程配套数据、代码及PPT
- 1.1 数据分析概述
- 1.2 熟悉Python数据分析...
- 1.3 安装Python的Ana...
- 1.4 掌握Jupyter No...
- 2.1 掌握numpy数组对象n...
- 2.2 掌握Numpy矩阵与通用...
- 2.3 利用Numpy进行统计分...
- 3.1 掌握绘图基础语法与常用参...
- 3.2 分析特征间关系
- 3.3 分析特征内部数据分布与分...
- 4.1 读写不同数据源的数据
- 4.2 掌握DataFrame的...
- 4.3 转换与处理时间序列数据2
- 4.4 使用分组聚合进行组内计算
- 4.5 创建透视表与交叉表
- 5.1 合并数据
- 5.2 清洗数据
- 5.3 标准化数据
- 5.4 转换数据
- 6.1 使用sklearn转换器...
- 6.2 构建并评估聚类模型
- 6.3 构建并评估分类模型
- 6.4 构建并评估回归模型
- 课程配套数据、代码及PPT
- 微班级开班仪式
- 第一周作业：选择题
- 第二周作业：选择题
- 第四周作业：选择题
- 第五周作业：选择题
- 第一周作业：操作题
- 第二周小测试：操作题
- 第三周作业：操作题
- 第四周作业：操作题
- 第五周作业：操作题
- 大作业
- 1.1 数据分析概述
- 1.2 熟悉Python数据分析...
- 1.3 安装Python的Ana...
- 1.4 掌握Jupyter No...
- 2.1 掌握numpy数组对象n...
- 2.2 掌握Numpy矩阵与通用...
- 2.3 利用Numpy进行统计分...
- 第三天作业：选择题
- 3.1 掌握绘图基础语法与常用参...
- 3.2 分析特征间关系
- 3.3 分析特征内部数据分布与分...
- 4.1 读写不同数据源的数据
- 4.2 掌握DataFrame的...
- 4.3 转换与处理时间序列数据2
- 4.4 使用分组聚合进行组内计算
- 4.5 创建透视表与交叉表
- 5.1 合并数据
- 5.2 清洗数据
- 5.3 标准化数据
- 5.4 转换数据
- 第五天作业：选择题
- 6.1 使用sklearn转换器...
- 6.2 构建并评估聚类模型
- 6.3 构建并评估分类模型
- 6.4 构建并评估回归模型
- 第六天作业：选择题
- 课程配套数据、代码及PPT
- 第三周小测试：选择题
- 第四天作业：选择题
- 1.1 数据分析概述
- 1.2 熟悉Python数据分析...
- 1.3 安装Python的Ana...
- 1.4 掌握Jupyter No...
- 2.1 掌握numpy数组对象n...
- 2.2 掌握Numpy矩阵与通用...
- 2.3 利用Numpy进行统计分...
- 作业：选择题
- 作业：操作题
- 3.1 掌握绘图基础语法与常用参...
- 3.2 分析特征间关系
- 3.3 分析特征内部数据分布与分...
- 作业：选择题
- 作业：操作题
- 4.1 读写不同数据源的数据
- 4.2 掌握DataFrame的...
- 4.3 转换与处理时间序列数据2
- 4.4 使用分组聚合进行组内计算
- 4.5 创建透视表与交叉表
- 作业：选择题
- 作业：操作题
- 5.1 合并数据
- 5.2 清洗数据
- 5.3 标准化数据
- 5.4 转换数据
- 作业：选择题
- 作业：操作题
- 6.1 使用sklearn转换器...
- 6.2 构建并评估聚类模型
- 6.3 构建并评估分类模型
- 6.4 构建并评估回归模型
- 作业：选择题
- 作业：操作题
- 课程配套数据、代码及PPT
- 1.1 数据分析概述
- 1.2 熟悉Python数据分析...
- 1.3 安装Python的Ana...
- 1.4 掌握Jupyter No...
- 2.1 掌握numpy数组对象n...
- 2.2 掌握Numpy矩阵与通用...
- 2.3 利用Numpy进行统计分...
- 3.1 掌握绘图基础语法与常用参...
- 3.2 分析特征间关系
- 3.3 分析特征内部数据分布与分...
- 4.1 读写不同数据源的数据
- 4.2 掌握DataFrame的...
- 4.3 转换与处理时间序列数据2
- 4.4 使用分组聚合进行组内计算
- 4.5 创建透视表与交叉表
- 5.1 合并数据
- 5.2 清洗数据
- 5.3 标准化数据
- 5.4 转换数据
- 6.1 使用sklearn转换器...
- 6.2 构建并评估聚类模型
- 6.3 构建并评估分类模型
- 6.4 构建并评估回归模型
- 课程配套数据、代码及PPT
- 1.1 数据分析概述
- 1.2 熟悉Python数据分析...
- 1.3 安装Python的Ana...
- 1.4 掌握Jupyter No...
- 2.1 掌握numpy数组对象n...
- 2.2 掌握Numpy矩阵与通用...
- 2.3 利用Numpy进行统计分...
- 3.1 掌握绘图基础语法与常用参...
- 3.2 分析特征间关系
- 3.3 分析特征内部数据分布与分...
- 4.1 读写不同数据源的数据
- 4.2 掌握DataFrame的...
- 4.3 转换与处理时间序列数据2
- 4.4 使用分组聚合进行组内计算
- 4.5 创建透视表与交叉表
- 5.1 合并数据
- 5.2 清洗数据
- 5.3 标准化数据
- 5.4 转换数据
- 6.1 使用sklearn转换器...
- 6.2 构建并评估聚类模型
- 6.3 构建并评估分类模型
- 6.4 构建并评估回归模型
- 课程配套数据、代码及PPT
- 作业：操作题
- 作业：操作题
- 作业：操作题
- 作业：操作题
- 作业：操作题
- 作业：选择题
- 作业：选择题
- 作业：选择题
- 作业：选择题
- 作业：选择题
- 1.1 认识数据分析
- 1.2 熟悉Python数据分析...
- 1.3 安装anaconda与启...
- 1.4 掌握jupyter no...
- 2.1.1Numpy简介
- 2.1.2 数组创建及基础属性
- 2.1.3 初识数组的特点
- 作业：选择题
- 练习：操作题
- 3.1.1 Matplotlib...
- 3.1.2 基础图形绘制
- 3.1.3 常用参数设置
- 作业：选择题
- 练习：操作题
- 4.1 Pandas简介
- 4.2.1 Pandas读取文本...
- 4.2.2 存储数据框
- 4.2.3 Pandas读取ex...
- 4.2.4 将数据框存储为exc...
- 作业：选择题
- 练习：操作题
- 5.1 合并数据
- 5.2 清洗数据
- 5.3 标准化数据
- 5.4 转换数据
- 作业：选择题
- 练习：操作题
- 6.1 使用sklearn转换器...
- 6.2 构建并评估聚类模型
- 6.3 构建并评估分类模型
- 6.4 构建并评估回归模型
- 作业：选择题
- 练习：操作题
- 课程配套数据、代码及PPT
- 大作业
- 微班级开班典礼
- 1.3 安装anaconda与启...
- 1.4 掌握jupyter no...
- 2.1.1Numpy简介
- 2.1.2 数组创建及基础属性
- 2.1.3 初识数组的特点
- 2.1.4 创建常用数组
- 2.1.5 数组数据类型
- 2.1.6 生成随机数
- 2.1.7 一维数组的索引
- 2.1.8 逻辑型索引
- 2.1.9 多维数组的索引
- 2.1.10 求解距离矩阵
- 2.1.11 变化数组shape
- 2.2.1 Numpy矩阵介绍
- 2.2.2 Numpy通用函数介...
- 2.2.3 通用函数的广播机制
- 2.3.1 Numpy读写二进制...
- 2.3.2 Numpy读写txt...
- 2.3.3 利用Numpy对数据...
- 4.2.1 Pandas读取文本...
- 4.2.2 存储数据框
- 4.2.4 将数据框存储为exc...
- 4.3.1 构建数据框
- 4.3.2 查看数据框的常用属性
- 4.3.3 按行列顺序访问数据框...
- 4.3.4 按行列名称访问数据框...
- 4.3.5 修改数据框中的元素
- 4.3.6 删除数据框中的元素
- 4.3.7 描述分析数据框中的元...
- 4.4.1 转换成时间类型数据
- 4.4.2 时间类型数据的常用操...
- 4.5.1 groupby分组操...
- 4.5.2 agg聚合操作
- 4.6.1 生成透视表
- 4.6.2 生成交叉表
- 5.1.1 表堆叠
- 5.1.2 主键合并
- 5.1.3 重叠合并
- 5.2.1 检测与处理重复值
- 5.2.2 检测与处理缺失值
- 5.2.3 检测与处理异常值
- 5.3 标准化数据
- 5.4.1 哑变量处理
- 5.4.2 离散化连续型数据
- 4.2.3 Pandas读取ex...
- 1.1认识数据分析
- 1.2熟悉Python数据分析的...
- 4.1 Pandas简介
- 1.1认识数据分析
- 1.2熟悉Python数据分析的...
- 1.3 安装anaconda与启...
- 1.4 掌握jupyter no...
- 2.1.1Numpy简介
- 2.1.2 数组创建及基础属性
- 2.1.3 初识数组的特点
- 2.1.4 创建常用数组
- 2.1.5 数组数据类型
- 2.1.6 生成随机数
- 2.1.7 一维数组的索引
- 2.1.8 逻辑型索引
- 2.1.9 多维数组的索引
- 2.1.10 求解距离矩阵
- 2.1.11 变化数组shape
- 2.2.1 Numpy矩阵介绍
- 2.2.2 Numpy通用函数介...
- 2.2.3 通用函数的广播机制
- 2.3.1 Numpy读写二进制...
- 2.3.2 Numpy读写txt...
- 2.3.3 利用Numpy对数据...
- 3.1.1 Matplotlib...
- 3.1.2 基础图形绘制
- 3.1.3 常用参数设置
- 3.2.1 绘制散点图
- 3.2.2 散点图参数设置
- 3.2.3 绘制折线图
- 3.3.1 绘制直方图
- 3.3.2 绘制饼图
- 3.3.3 绘制箱线图
- 4.1 Pandas简介
- 4.2.1 Pandas读取文本...
- 4.2.2 存储数据框
- 4.2.3 Pandas读取ex...
- 4.2.4 将数据框存储为exc...
- 4.3.1 构建数据框
- 4.3.2 查看数据框的常用属性
- 4.3.3 按行列顺序访问数据框...
- 4.3.4 按行列名称访问数据框...
- 4.3.5 修改数据框中的元素
- 4.3.6 删除数据框中的元素
- 4.3.7 描述分析数据框中的元...
- 4.4.1 转换成时间类型数据
- 4.4.2 时间类型数据的常用操...
- 4.5.1 groupby分组操...
- 4.5.2 agg聚合操作
- 4.6.1 生成透视表
- 4.6.2 生成交叉表
- 5.1.1 表堆叠
- 5.1.2 主键合并
- 5.1.3 重叠合并
- 5.2.1 检测与处理重复值
- 5.2.2 检测与处理缺失值
- 5.2.3 检测与处理异常值
- 5.3 标准化数据
- 5.4.1 哑变量处理
- 5.4.2 离散化连续型数据
- 6.1.1Scikit-Lear...
- 6.1.2 获取及认识datas...
- 6.1.3 将数据集划分为训练集...
- 6.1.4 利用转化器进行数据转...
- 6.2 构建并评价聚类模型
- 6.3 构建并评价分类模型
- 6.4.1 构建回归模型
- 6.4.2 评价回归模型
- 作业：操作题
- 作业：选择题
- 作业：选择题
- 作业：操作题
- 作业：选择题
- 作业：操作题
- 作业：选择题
- 作业：操作题
- 作业：选择题
- 作业：操作题
- 课程配套数据、代码及PPT
- 课程配套数据、代码及PPT
- 1.1认识数据分析
- 1.2熟悉Python数据分析的...
- 1.3 安装anaconda与启...
- 1.4 掌握jupyter no...
- 2.1.1Numpy简介
- 2.1.2 数组创建及基础属性
- 2.1.3 初识数组的特点
- 2.1.4 创建常用数组
- 2.1.5 数组数据类型
- 2.1.6 生成随机数
- 2.1.7 一维数组的索引
- 2.1.8 逻辑型索引
- 2.1.9 多维数组的索引
- 2.1.10 求解距离矩阵
- 2.1.11 变化数组shape
- 2.2.1 Numpy矩阵介绍
- 2.2.2 Numpy通用函数介...
- 2.2.3 通用函数的广播机制
- 2.3.1 Numpy读写二进制...
- 2.3.2 Numpy读写txt...
- 2.3.3 利用Numpy对数据...
- 3.1.1 Matplotlib...
- 3.1.2 基础图形绘制
- 3.1.3 常用参数设置
- 3.2.1 绘制散点图
- 3.2.2 散点图参数设置
- 3.2.3 绘制折线图
- 3.3.1 绘制直方图
- 3.3.2 绘制饼图
- 3.3.3 绘制箱线图
- 4.1 Pandas简介
- 4.2.1 Pandas读取文本...
- 4.2.2 存储数据框
- 4.2.3 Pandas读取ex...
- 4.2.4 将数据框存储为exc...
- 4.3.1 构建数据框
- 4.3.2 查看数据框的常用属性
- 4.3.3 按行列顺序访问数据框...
- 4.3.4 按行列名称访问数据框...
- 4.3.5 修改数据框中的元素
- 4.3.6 删除数据框中的元素
- 4.3.7 描述分析数据框中的元...
- 4.4.1 转换成时间类型数据
- 4.4.2 时间类型数据的常用操...
- 4.5.1 groupby分组操...
- 4.5.2 agg聚合操作
- 4.6.1 生成透视表
- 4.6.2 生成交叉表
- 5.1.1 表堆叠
- 5.1.2 主键合并
- 5.1.3 重叠合并
- 5.2.1 检测与处理重复值
- 5.2.2 检测与处理缺失值
- 5.2.3 检测与处理异常值
- 5.3 标准化数据
- 5.4.1 哑变量处理
- 5.4.2 离散化连续型数据
- 6.1.1Scikit-Lear...
- 6.1.2 获取及认识datas...
- 6.1.3 将数据集划分为训练集...
- 6.1.4 利用转化器进行数据转...
- 6.2 构建并评价聚类模型
- 6.3 构建并评价分类模型
- 6.4.1 构建回归模型
- 6.4.2 评价回归模型
- 课程配套数据、代码及PPT
- 2.1.4 创建常用数组
- 2.1.5 数组数据类型
- 2.1.6 生成随机数
- 2.1.7 一维数组的索引
- 2.1.8 逻辑型索引
- 2.1.9 多维数组的索引
- 2.1.10 求解距离矩阵
- 2.1.11 变化数组shape
- 2.2.1 Numpy矩阵介绍
- 2.2.2 Numpy通用函数介...
- 2.2.3 通用函数的广播机制
- 2.3.1 Numpy读写二进制...
- 2.3.2 Numpy读写txt...
- 2.3.3 利用Numpy对数据...
- 3.2.1 绘制散点图
- 3.2.2 散点图参数设置
- 3.2.3 绘制折线图
- 3.3.1 绘制直方图
- 3.3.2 绘制饼图
- 3.3.3 绘制箱线图
- 4.3.1 构建数据框
- 6.1.1Scikit-Lear...
- 6.1.2 获取及认识datas...
- 6.1.3 将数据集划分为训练集...
- 6.1.4 利用转化器进行数据转...
- 6.2 构建并评价聚类模型
- 6.3 构建并评价分类模型
- 6.4.1 构建回归模型
- 6.4.2 评价回归模型
- 3.1.1 Matplotlib...
- 3.1.2 基础图形绘制
- 3.1.3 常用参数设置
- 3.2.1 绘制散点图
- 3.2.2 散点图参数设置
- 3.2.3 绘制折线图
- 3.2.5 绘制饼图
- 3.2.6 绘制箱线图
- 3.2.4 绘制柱状图
授课教师
数据挖掘与人工智能金牌讲师
课程特色
视频(65)
下载资料(1)
