tynbl.github.io

Python数据分析升级版3期学习笔记

---

第一课

1. 数据分析中常用的Python技巧
2. 科学计算库NumPy
3. Pandas简单数据分析
4. 实战案例1：世界幸福指数报告分析

第二课

1. Pandas进阶及技巧
2. 数据合并及分组
3. 透视表
4. 常用的统计分布
5. 使用Python进行假设检验
6. 实战案例2：麦当劳菜单营养成分分析

第三课

1. 基本图表的绘制及应用场景
2. 数据分析常用图表的绘制
3. 动画及交互式渲染
4. Pandas及Seaborn绘图
5. 实战案例3：宠物小精灵数据分析及展示

第四课

1. Python机器学习库scikit-learn
2. 机器学习常用算法介绍及演示
3. 机器学习中的分类边界、决策树等可视化
4. 实战案例4-1：根据可穿戴设备识别用户行为

第五课

1. 特征工程
2. 交叉验证
3. 机器学习常用算法介绍及演示(2)
4. 实战案例4-2：根据可穿戴设备识别用户行为

第六课

1. 图像数据操作
2. 常用的图像特征
3. K-Means聚类及图像压缩
4. 实战案例5-1：根据海报预测电影分类

第七课

1. 人工神经网络
2. TensorFlow入门
3. TensorFlow识别手写数字
4. 实战案例5-2：根据海报预测电影分类

第八课

1. Python文本数据处理
2. NLTK
3. 文本特征及分类
4. 主题模型及LDA
5. 实战案例6：豆瓣影评数据分析

第九课

1. 网络基础
2. 网络连通性
3. 网络中心势
4. 网络可视化
5. 实战案例7：“权利的游戏”人物关系分析