Python与数据科学实战

==================================

课程影片与投影片

https://edu.hellobi.com/course/159

课程大纲

1 Python与数据科学应用

数据科学简介与应用
Python与数据科学
安装Anaconda
使用Jupyter Notebook
Python 3语法快速简介
数据科学步骤详解
实战范例 - 使用Python计算文章中的字词频率

2 搜集实务

数据型态
结构化vs半结构化vs非结构化数据
Python IO与档案处理
处理CSV, Excel格式资料
处理JSON, XML格式数据
撰写网路爬虫搜集网路资料
实战范例 - 房天下(Fang.com)屋价资料搜集

3 资料清理(I)

资料清理概论
简介Pandas -使用Pandas处理资料
资料筛选
侦测遗失值
补齐遗失值
实战范例 - 房屋资料处理

4 资料清理(II)

资料转换
处理时间格式资料
重塑资料
学习正规表达式
实战范例 - 新闻资料处理

5 资料探索与资料视觉化

使用Pandas产生叙述性统计
如何使用Pandas绘制统计图表
实战范例 - 网页浏览纪录资料分析

6 资料储存实务

关联式资料库- SQLite简介
将资料储存至资料库中
使用SQL Query分析结构化资料
实战范例 - 汇率资讯储存与管理

7 使用机器学习建立数据模型(回归模型)

机器学习基础
Scikit-Learn套件简介
监督式学习与非监督式学习
回归分析
回归模型评估
实战范例 - 使用回归模型分析房屋价格

8 使用机器学习建立数据模型(分类模型)

资料分类-决策树
资料分类- Logistic Regression
资料分类- SVM
资料分类-类神经网路
资料分类-随机森林
实战范例 - 使用分类模型预测客户流失

9 使用机器学习建立数据模型(验证模型)

混淆矩阵（Confusion Matrix )与其意义
交叉验证(Cross Validation)
使用ROC评估不同分类模型
实战范例 - 评估不同客户流失分析模型

10 使用机器学习建立数据模型(资料分群)

分群方法-阶层式分群
分群方法- Kmeans分群
分群方法- DBScan分群
分群结果评估
实战范例 - 利用分群找出文章主题

11 使用机器学习建立数据模型(特征筛选与降低维度)

特征筛选(Feature Selection)
特征萃取-PCA
特征萃取-SVD
实战范例 - 使用SVD 压缩图档

12 使用机器学习建立数据模型(关联与频繁样式分析篇)

关联分析(Association Rule)
频繁样式探勘(Frequent Pattern Mining)
实战范例 - 购物篮分析实例

参考资料

大數學堂 http://largitdata.com