北京Python數(shù)據(jù)分析師培訓機構(gòu)排名選擇北京國富如何,目前,CDA已與國內(nèi)100多所高校進行了戰(zhàn)略合作,建立了CDA數(shù)據(jù)分析師考試中心及人才培養(yǎng)基地;已出版30多本CDA數(shù)據(jù)分析師系列叢書,市場發(fā)行量數(shù)萬冊;已進行500多期線上線下數(shù)據(jù)分析及大數(shù)據(jù)培訓課程,培養(yǎng)學員10萬+人次;已在70+城市舉辦15屆CDA數(shù)據(jù)分析師認證考試,報考考生數(shù)萬人;已開展了四屆數(shù)據(jù)分析師行業(yè)峰會(CDA SUMMIT),每屆參會人數(shù)3000多人;數(shù)據(jù)分析師俱樂部(CDA CLUB)每周舉辦各類型線上線下沙龍會議、公開課等活動共1000多期。
Python數(shù)據(jù)分析集訓課程針對針對周末時間充裕、零基礎的專科、本科在校生,以及在職&欲轉(zhuǎn)行從事數(shù)據(jù)分析的工作人員
上課形式是怎么樣的?課程分為現(xiàn)場班和遠程直播班,現(xiàn)場班是現(xiàn)場面授,在北京有現(xiàn)場面授班,遠程班采取現(xiàn)場直播 + 錄播視頻 + 線上答疑,不受地域限制,直播需和現(xiàn)場班同步時間學習,錄播視頻同學可以自主安排時間
在這門課程中會學習到什么?你將在課程中學習如何選擇不同的數(shù)據(jù)分析方法來解決問題,同時學會使用當前數(shù)據(jù)科學主流和收歡迎的數(shù)據(jù)分析工具-Python。深入學習數(shù)據(jù)清洗、探索性分析、可視化技術(shù)和機器學習技術(shù)。
如果學不會怎么辦?上課期間,全程助教跟班答疑;課后,助教老師依舊會在群里幫大家解答學習上的疑問。此外,課程均贈送全套錄播視頻,有效期2年,方便學員反復觀看鞏固,穩(wěn)扎穩(wěn)打?qū)W會全部課程。
課程內(nèi)容課程內(nèi)容以CDA數(shù)據(jù)分析師標準大綱要求,包含Python基礎 – Pandas數(shù)據(jù)清洗 - Python爬蟲 - Python數(shù)據(jù)可視化(Matplotlib、Seaborn、Pyecharts) - Python機器學習算法等內(nèi)容,并結(jié)合互聯(lián)網(wǎng)金融、電信、銀行、醫(yī)療、交通等行業(yè)實際案例來幫助學員建立整套的數(shù)據(jù)分析和機器學習思路,案例涉及營銷優(yōu)化、風險控制、用戶研究、商業(yè)部署等領域,使學員所學更符合企業(yè)要求。Python數(shù)據(jù)分析集訓課程提供3個月全脫產(chǎn)周末集訓,畢業(yè)可推薦相關工作
學習目標熟練掌握數(shù)據(jù)科學領域受歡迎的編程語言-Python ;掌握使用Python和pandas庫進行數(shù)據(jù)清洗和預處理;使用Python爬蟲獲取網(wǎng)絡數(shù)據(jù);學會使用matplotlib、seaborn進行初級可視化;學會使用Pyecharts進行高級數(shù)據(jù)可視化;學會構(gòu)建機器學習算法進行分類、預測和聚類模型;使用Python進行數(shù)據(jù)分析整體思路、針對業(yè)務做出模型優(yōu)化選擇;善用機器學習解決用戶畫像、風險管理等商業(yè)問題;使用機器學習實操電商、金融、電信、醫(yī)藥行業(yè)真實項目案例
01 希望轉(zhuǎn)行數(shù)據(jù)領域人員
02 個人發(fā)展遭遇瓶頸的數(shù)據(jù)分析師
03 想從事數(shù)據(jù)領域工作,缺乏實踐技能的在校學生
04 有數(shù)據(jù)化運營需求的產(chǎn)品運營、市場人員及管理者
05 對Python數(shù)據(jù)分析和挖掘感興趣的業(yè)界人士
| 學習章節(jié) | 學習內(nèi)容 |
| 01章Python編程基礎知識 |
01-01成為Python高手之前必備基礎知識 01-02數(shù)據(jù)分析的武器庫與分析工具Python介紹 01-03Python的基本數(shù)據(jù)類型和數(shù)據(jù)結(jié)構(gòu) 01-04Python的程序控制 01-05Python的函數(shù)與模塊 01-06Python日期和時間處理 01-07Python字符串處理與正則表達式 01-08Python異常處理和文件操作 01-09實戰(zhàn):基于Python的函數(shù)創(chuàng)建與商業(yè)實操文件操作 |
| 02章Python進行數(shù)據(jù)整理和數(shù)據(jù)清洗 |
01-01Numpy中的數(shù)據(jù)類型--ndarray數(shù)組的創(chuàng)建 01-02Numpy數(shù)組基礎:索引、切片、變形、分裂 01-03Numpy數(shù)組運算:通用函數(shù) 01-04Numpy數(shù)組變形、拼接 01-05Numpy數(shù)組計算:廣播、聚合、比較和掩碼、數(shù)組排序 01-06Pandas對象簡介:Series、Dataframe、Index 01-07Pandas數(shù)據(jù)加載與存儲 01-08Pandas數(shù)值運算方法:通用函數(shù)、聚合函數(shù)、遍歷 01-09Panda層次化索引 01-10Pandas數(shù)據(jù)處理:數(shù)據(jù)類型轉(zhuǎn)換、缺失值處理、字符串轉(zhuǎn)換 01-11Pandas數(shù)據(jù)表的合并與連接 01-12Pandas數(shù)據(jù)的累計與分組 01-13高性能Pandas:query()、eval()實現(xiàn)高性能運算 01-14Pandas數(shù)據(jù)規(guī)整化:清理、轉(zhuǎn)換、合并、重塑 01-15Pandas時間序列&金融數(shù)據(jù)處理 01-16實戰(zhàn)案例1:泰坦尼克幸存者數(shù)據(jù)清洗 01-17實戰(zhàn)案例2:USDA食品數(shù)據(jù)清洗 |
| 03章Python進行數(shù)據(jù)可視化技術(shù)-線上 |
01-01繪圖思想的基本原理 01-02Python數(shù)據(jù)可視化包-Matplotlib介紹 01-03使用Matplotlib進行基本的圖形繪制 01-04使用Python數(shù)據(jù)處理包Pandas做可視化 01-05Python數(shù)據(jù)可視化包-Seaborn介紹與圖形繪制 01-06Python數(shù)據(jù)可視化包-Pyecharts介紹與圖形繪制 01-07使用Python進行地圖繪制-Pyecharts 01-08數(shù)據(jù)可視化技巧 |
| 04章Python進行網(wǎng)絡爬蟲 |
01-01網(wǎng)絡爬蟲基礎知識 01-02網(wǎng)絡請求及響應-Requests庫 01-03HTML文檔解析-BeautifulSoup庫 01-04常見反爬蟲機制及應對 01-05網(wǎng)絡爬蟲 VS 網(wǎng)絡數(shù)據(jù)抓取 01-06實戰(zhàn)1:新東方批量下載頭像 01-07實戰(zhàn)2:抓取豆瓣書籍簡介 01-08實戰(zhàn)3:模擬瀏覽器selenium抓取電商商品信息及評論 |
| 05章Python數(shù)據(jù)清洗高級操作及案例實戰(zhàn) |
01-01如何成為一名的數(shù)據(jù)分析師 01-02P供Python讀取的數(shù)據(jù):CSV文件、JSON數(shù)據(jù)、XML數(shù)據(jù) 01-03數(shù)據(jù)的獲取與存儲:數(shù)據(jù)的不平等性、真實性、可讀性、清潔度等 01-04對獲取到的數(shù)據(jù)進行探索:埃博拉病毒危機、列車安全數(shù)據(jù)、童工數(shù)據(jù) 01-05數(shù)據(jù)清洗探索:找出要清洗的數(shù)據(jù)、數(shù)據(jù)格式化、找出離群值和不良數(shù)據(jù)、找出重復數(shù)據(jù)、模糊匹配、正則匹配等 |
