[Python] 小象学院《Python数据分析》升级版第二期

课程名称:  小象学院《Python数据分析》升级版第二期

----------------------课程目录------------------------------


第一课 工作环境准备及数据分析建模理论基础 (2-3课时)
  1.课程介绍
  2.数据分析的基本概念
  3.Python简介和环境部署
  4. NumPy数据结构及向量化
  5.数据分析建模理论基础
   a. 机器学习基础
   b. 数据分析建模过程
   c. 常用的数据分析建模工具
6.实战案例1：使用Python实现蒙特卡洛模拟的期权估值
第二课 数据分析工具Pandas (2-3课时)
  1.Pandas的数据结构
  2.Pandas的数据操作
   a. 数据的导入、导出
   b. 数据的过滤筛选
   c. 索引及多重索引
3.Pandas统计计算和描述
4.数据的分组与聚合
5.数据清洗、合并、转化和重构
6.实战案例2-1：Lending Club借贷数据处理及初步分析
第三课 探索性数据分析(EDA)及数据可视化 (2-3课时)
1.什么是EDA
2.探索单变量、多变量的关系及其可视化
3.3D绘图
4.实战案例2-2：Lending Club借贷数据探索性分析及可视化
第四课 机器学习及scikit-learn(2-3课时)
1.机器学习基本概念与流程
2.Python机器学习库scikit-learn
3.常用评价指标
4.分类预测模型– Logistic回归与Softmax回归
5. 实战案例2-3：Lending Club借贷违约预测
第五课 金融数据分析(1)--金融时间序列(2-3课时)
1.Pandas的时间处理及操作
2.金融数据
3.金融学图表
4.高频数据分析
5.实战案例3-1：股票收益率回归分析
第六课 金融数据分析(2)--量化分析 (2-3课时)量化分析基础
1.量化策略建模流程及回测
2.常用量化分析指标及框架
3.TA-Lib金融软件工具
4.实战案例3-2：多因子策略模型
第七课 图像数据处理及分析 (2-3课时)
1.基本的图像操作和处理
2.常用的图像特征描述
3.聚类模型：K-Means
4.实战案例4：电影海报主色调聚类分析
第八课 深度学习及TensorFlow (2-3课时)
1.人工神经网络及深度学习
2.TensorFlow框架学习及使用
3.TensorFlow实现卷积神经网络
4.实战案例5：基于TensorFlow的101类图像识别(Caltech101)
第九课 文本数据分析 (2-3课时)
1.Python文本分析工具NLTK
2.情感分析与文本分类
3.TensorFlow实现文本深度表示模型Word2Vec
4.分类与预测模型-- 朴素贝叶斯
5.实战案例6：搜狐新闻数据分类
第十课 项目实战(2-3课时)
1.交叉验证及参数调整
2.特征降维与特征选择
3.实战案例7：根据日常新闻预测股市动向
4.课程总结



  下载地址：

下载地址已隐藏，加入会员后显示

加入会员

版权声明

1、本站所发布的一切学习教程、软件等仅限用于学习体验和研究目的；请自觉下载后24小时内删除，严禁用于其他用途，如果你喜欢教程，请支持正版教程软件，得到更好的正版服务，本站内容全部来自网络，版权争议与本站无关，如果您认为侵犯了您的合法权益，请联系我们删除。发送微信omantoo

2、对于不当转载或引用本网站内容而引起的民事纷争、行政处理或其他损失，本网站不承担责任。

3、对不遵守本声明或其他违法、恶意使用本网站内容者，本网站保留追究其法律责任的权利。