課程目錄:? ? ├─免費試學-試聽課程 │? ?? ?試學1-試聽課程 │
├─第1章-開啟數(shù)據(jù)分析之旅 │? ?? ?1-1 數(shù)據(jù)分析的一般流程及應用場景 │? ?? ?1-2 Python編程環(huán)境的搭建及數(shù)據(jù)分析包的安裝 │
├─第2章-獲取你想要的數(shù)據(jù) │? ?? ?2-1 獲取互聯(lián)網(wǎng)上的公開數(shù)據(jù)集 │? ?? ?2-2 用網(wǎng)站API爬取網(wǎng)頁數(shù)據(jù) │? ?? ?2-3 爬蟲所需的HTML基礎 │? ?? ?2-4 基于 HTML 的爬蟲，Python（Beautifulsoup）實現(xiàn) │? ?? ?2-5 網(wǎng)絡爬蟲高級技巧-使用代理和反爬蟲機制 │? ?? ?2-6??應用案例-爬取豆瓣 TOP250 電影信息并存儲 │
├─第3章-數(shù)據(jù)存儲與預處理 │? ?? ?3-1 數(shù)據(jù)庫及 SQL 語言概述 │? ?? ?3-2 基于 HeidiSQL 的數(shù)據(jù)庫操作 │? ?? ?3-3 數(shù)據(jù)庫進階操作-數(shù)據(jù)過濾與分組聚合 │? ?? ?3-4 用 Python 進行數(shù)據(jù)庫連接與數(shù)據(jù)查詢 │? ?? ?3-5 其他類型數(shù)據(jù)庫-SQLite&MongoDB │? ?? ?3-6 用 Pandas 進行數(shù)據(jù)預處理-數(shù)據(jù)清洗與可視化 │
├─第4章-統(tǒng)計學基礎與Python數(shù)據(jù)分析 │? ?? ?4-1 探索型數(shù)據(jù)分析-繪制統(tǒng)計圖形展示數(shù)據(jù)分布 │? ?? ?4-2 探索型數(shù)據(jù)分析實踐-通過統(tǒng)計圖形探究數(shù)據(jù)分布的潛在規(guī)律（Seaborn實現(xiàn)） │? ?? ?4-3 描述統(tǒng)計學-總體、樣本和誤差，基本統(tǒng)計量 │? ?? ?4-4 推斷統(tǒng)計學-概率分布和假設檢驗 │? ?? ?4-5 驗證型數(shù)據(jù)分析實踐-在實際分析中應用不同的假設檢驗（scipy實現(xiàn)） │? ?? ?4-6 預測型數(shù)據(jù)分析-線性回歸 │? ?? ?4-7 預測型數(shù)據(jù)分析-Python中進行線性回歸（scikit-learn實現(xiàn)） │? ?? ?4-8 預測型數(shù)據(jù)分析-分類及邏輯回歸 │? ?? ?4-9 預測型數(shù)據(jù)分析-其它常用回歸和分類算法（k近鄰、決策樹、隨機森林） │? ?? ?4-10 預測型數(shù)據(jù)分析-聚類算法（k均值、DBSCAN） │? ?? ?4-11 預測型數(shù)據(jù)分析-用特征選擇方法優(yōu)化模型（一） │? ?? ?4-12 預測型數(shù)據(jù)分析-用特征選擇方法優(yōu)化模型（二） │? ?? ?4-13 預測型數(shù)據(jù)分析實踐-用scikit-learn實現(xiàn)數(shù)據(jù)挖掘建模全過程 │? ?? ?4-14 預測型數(shù)據(jù)分析實踐-用rapidminer解決商業(yè)分析關鍵問題 │? ?? ?4-15 高級數(shù)據(jù)分析工具-進階機器學習技術概覽 │
├─第5章-數(shù)據(jù)分析思維與全流程實戰(zhàn) │? ?? ?5-1 養(yǎng)成數(shù)據(jù)分析的思維 │? ?? ?5-2 全方位數(shù)據(jù)分析實戰(zhàn)及報告撰寫 │? ?? ?5-3 課程回顧以及知識延伸 │? ?? ? └─資料區(qū)
