国产精品亚洲а∨无码播放 ,久久精品国产亚洲AV高清色欲 ,欧美乱xXXXX,国产成人无码A区在线观看导航

Python語(yǔ)言與數(shù)據(jù)挖掘

    對(duì)象
    大數(shù)據(jù)系統(tǒng)開(kāi)發(fā)部、大數(shù)據(jù)分析中心、業(yè)務(wù)支撐部、IT系統(tǒng)部等相關(guān)技術(shù)人員。

    目的
    掌握Python語(yǔ)言，以及在數(shù)據(jù)挖掘中的應(yīng)用

    內(nèi)容
    Python是一門(mén)解釋性語(yǔ)言，僅次于JAVA/C/C++/C#*的語(yǔ)言，可應(yīng)用在大數(shù)據(jù)語(yǔ)言。易學(xué)，易懂，功能強(qiáng)大。其中有著大量的擴(kuò)展庫(kù)來(lái)實(shí)現(xiàn)數(shù)據(jù)分析與數(shù)據(jù)挖掘功能。

    第一部分：Python語(yǔ)言基礎(chǔ)
    目的：掌握基本的Python編程思想與編程語(yǔ)句，熟悉常用數(shù)據(jù)結(jié)構(gòu)的操作
    1、Python簡(jiǎn)介
    2、開(kāi)發(fā)環(huán)境搭建
    Python的安裝
    擴(kuò)展庫(kù)的安裝
    3、掌握Python的簡(jiǎn)單數(shù)據(jù)類(lèi)型
    字符串的使用及操作
    整數(shù)、浮點(diǎn)數(shù)
    4、掌握基本語(yǔ)句：
    if、while、for、print等
    基本運(yùn)算：
    函數(shù)定義、參數(shù)傳遞、返回值
    5、掌握復(fù)雜的數(shù)據(jù)類(lèi)型：列表/元組
    列表操作：訪(fǎng)問(wèn)、添加、修改、刪除、排序
    列表切片、復(fù)制等
    列表相關(guān)的函數(shù)、方法
    元組的應(yīng)用
    6、復(fù)雜數(shù)據(jù)類(lèi)型：字典
    創(chuàng)建、訪(fǎng)問(wèn)、修改、刪除、遍歷
    字典函數(shù)和方法
    7、復(fù)雜數(shù)據(jù)類(lèi)型：集合
    8、掌握面向?qū)ο缶幊趟枷?br />     創(chuàng)建類(lèi)、繼承類(lèi)
    模塊
    9、函數(shù)定義、參數(shù)傳遞、返回值
    10、    標(biāo)準(zhǔn)庫(kù)與擴(kuò)展庫(kù)的導(dǎo)入
    11、    異常處理:try-except塊
    演練：基本的Python編程語(yǔ)句

    第二部分：Python語(yǔ)言與數(shù)據(jù)挖掘庫(kù)
    目的：掌握數(shù)據(jù)集結(jié)構(gòu)及基本處理方法，進(jìn)一步鞏固Python語(yǔ)言
    1、數(shù)據(jù)挖掘常用擴(kuò)展庫(kù)介紹
    Numpy數(shù)組處理支持
    Scipy矩陣計(jì)算模塊
    Matplotlib數(shù)據(jù)可視化工具庫(kù)
    Pandas數(shù)據(jù)分析和探索工具
    StatsModels統(tǒng)計(jì)建模庫(kù)
    Scikit-Learn機(jī)器學(xué)習(xí)庫(kù)
    Keras深度學(xué)習(xí)（神經(jīng)網(wǎng)絡(luò)）庫(kù)
    Gensim文本挖掘庫(kù)
    2、數(shù)據(jù)集讀取與操作：讀取、寫(xiě)入
    讀寫(xiě)文本文件
    讀寫(xiě)CSV文件
    讀寫(xiě)Excel文件
    從數(shù)據(jù)庫(kù)獲取數(shù)據(jù)集
    3、數(shù)據(jù)集的核心數(shù)據(jù)結(jié)構(gòu)（Pandas數(shù)據(jù)結(jié)構(gòu)）
    Dataframe對(duì)象及處理方法
    Series對(duì)象及處理方法
    演練：用Python實(shí)現(xiàn)數(shù)據(jù)的基本統(tǒng)計(jì)分析功能

    第三部分：數(shù)據(jù)可視化處理
    目的：掌握作圖擴(kuò)展庫(kù)，實(shí)現(xiàn)數(shù)據(jù)可視化
    1、常用的Python作圖庫(kù)
    Matplotlib庫(kù)
    Pygal庫(kù)
    2、實(shí)現(xiàn)分類(lèi)匯總
    演練：按性別統(tǒng)計(jì)用戶(hù)人數(shù)
    演練：按產(chǎn)品+日期統(tǒng)計(jì)各產(chǎn)品銷(xiāo)售金額
    3、各種圖形的畫(huà)法
    直方圖
    餅圖
    折線(xiàn)圖
    散點(diǎn)圖
    4、繪圖的美化技巧
    演練：用Python庫(kù)作圖來(lái)實(shí)現(xiàn)產(chǎn)品銷(xiāo)量分析，并可視化

    第四部分：數(shù)據(jù)挖掘基礎(chǔ)
    目的：掌握數(shù)據(jù)挖掘標(biāo)準(zhǔn)流程
    1、數(shù)據(jù)挖掘概述
    2、數(shù)據(jù)挖掘的標(biāo)準(zhǔn)流程（CRISP-DM）
    商業(yè)理解
    數(shù)據(jù)準(zhǔn)備
    數(shù)據(jù)理解
    模型建立
    模型評(píng)估
    模型應(yīng)用
    3、數(shù)據(jù)挖掘常用任務(wù)與算法
    案例：用大數(shù)據(jù)實(shí)現(xiàn)精準(zhǔn)營(yíng)銷(xiāo)的項(xiàng)目過(guò)程

    第五部分：數(shù)據(jù)理解和數(shù)據(jù)準(zhǔn)備
    目的：掌握數(shù)據(jù)預(yù)處理的基本環(huán)節(jié)，以及Python的實(shí)現(xiàn)
    1、數(shù)據(jù)預(yù)處理
    異常值處理：3σ準(zhǔn)則，IQR準(zhǔn)則
    缺失值插補(bǔ)：均值、拉格朗日插補(bǔ)
    數(shù)據(jù)篩選/抽樣
    數(shù)據(jù)的離散化處理
    變量變換、變量派生
    2、數(shù)據(jù)的基本分析
    相關(guān)分析：原理、公式、應(yīng)用
    方差分析：原理、公式、應(yīng)用
    卡方分析：原理、公式、應(yīng)用
    主成分分析：降維
    案例：用Python實(shí)現(xiàn)數(shù)據(jù)預(yù)處理及數(shù)據(jù)準(zhǔn)備

    第六部分：分類(lèi)預(yù)測(cè)模型實(shí)戰(zhàn)
    1、常見(jiàn)分類(lèi)預(yù)測(cè)的模型與算法
    2、如何評(píng)估分類(lèi)預(yù)測(cè)模型的質(zhì)量
    查準(zhǔn)率
    查全率
    ROC曲線(xiàn)
    3、邏輯回歸分析模型
    邏輯回歸的原理
    邏輯回歸建模的步驟
    邏輯回歸結(jié)果解讀
    案例：用sklearn庫(kù)實(shí)現(xiàn)銀行貸款違約預(yù)測(cè)
    4、決策樹(shù)模型
    決策樹(shù)分類(lèi)的原理
    決策樹(shù)的三個(gè)關(guān)鍵問(wèn)題
    決策樹(shù)算法與實(shí)現(xiàn)
    案例：電力竊漏用戶(hù)自動(dòng)識(shí)別
    5、人工神經(jīng)網(wǎng)絡(luò)模型（ANN）
    神經(jīng)網(wǎng)絡(luò)概述
    神經(jīng)元工作原理
    常見(jiàn)神經(jīng)網(wǎng)絡(luò)算法（BP、LM、RBF、FNN等）
    案例：神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)產(chǎn)品銷(xiāo)量
    6、支持向量機(jī)（SVM）
    SVM基本原理
    維災(zāi)難與核心函數(shù)
    案例：基于水質(zhì)圖像的水質(zhì)評(píng)價(jià)
    7、貝葉斯分析
    條件概率
    常見(jiàn)貝葉斯網(wǎng)絡(luò)

    第七部分：數(shù)值預(yù)測(cè)模型實(shí)戰(zhàn)
    1、常用數(shù)值預(yù)測(cè)的模型
    通用預(yù)測(cè)模型：回歸模型
    季節(jié)性預(yù)測(cè)模型：相加、相乘模型
    新產(chǎn)品預(yù)測(cè)模型：珀?duì)柷€(xiàn)與龔鉑茲曲線(xiàn)
    2、回歸分析概念
    3、常見(jiàn)回歸分析類(lèi)別

    第八部分：聚類(lèi)分析（客戶(hù)細(xì)分）實(shí)戰(zhàn)
    1、客戶(hù)細(xì)分常用方法
    2、聚類(lèi)分析（Clustering）
    聚類(lèi)方法原理介紹及適用場(chǎng)景
    常用聚類(lèi)分析算法
    聚類(lèi)算法的評(píng)價(jià)
    案例：使用SKLearn實(shí)現(xiàn)K均值聚類(lèi)
    案例：使用TSNE實(shí)現(xiàn)聚類(lèi)可視化
    3、RFM模型分析
    RFM模型，更深入了解你的客戶(hù)價(jià)值
    RFM模型與市場(chǎng)策略
    案例：航空公司客戶(hù)價(jià)值分析

    第九部分：關(guān)聯(lián)規(guī)則分析實(shí)戰(zhàn)
    1、關(guān)聯(lián)規(guī)則概述
    2、常用關(guān)聯(lián)規(guī)則算法
    3、時(shí)間序列分析
    案例：使用apriori庫(kù)實(shí)現(xiàn)關(guān)聯(lián)分析
    案例：中醫(yī)證型關(guān)聯(lián)規(guī)則挖掘

    第十部分：案例實(shí)戰(zhàn)（學(xué)員主導(dǎo)，老師現(xiàn)場(chǎng)指導(dǎo)）
    1、實(shí)戰(zhàn)1：電商用戶(hù)行為分析及服務(wù)推薦
    2、實(shí)戰(zhàn)2：基于基站定位數(shù)據(jù)的商圈分析
    結(jié)束：課程總結(jié)與問(wèn)題答疑。

Python語(yǔ)言與數(shù)據(jù)挖掘