无码任你躁久久久久久久,亚洲av网站,熟妇人妻久久中文字幕,久久精品国产亚洲av麻豆网站

Python語言與數(shù)據(jù)挖掘

    對(duì)象
    大數(shù)據(jù)系統(tǒng)開發(fā)部、大數(shù)據(jù)分析中心、業(yè)務(wù)支撐部、IT系統(tǒng)部等相關(guān)技術(shù)人員。

    目的
    掌握Python語言，以及在數(shù)據(jù)挖掘中的應(yīng)用

    內(nèi)容
    Python是一門解釋性語言，僅次于JAVA/C/C++/C#*的語言，可應(yīng)用在大數(shù)據(jù)語言。易學(xué)，易懂，功能強(qiáng)大。其中有著大量的擴(kuò)展庫來實(shí)現(xiàn)數(shù)據(jù)分析與數(shù)據(jù)挖掘功能。

    第一部分：Python語言基礎(chǔ)
    目的：掌握基本的Python編程思想與編程語句，熟悉常用數(shù)據(jù)結(jié)構(gòu)的操作
    1、Python簡(jiǎn)介
    2、開發(fā)環(huán)境搭建
    Python的安裝
    擴(kuò)展庫的安裝
    3、掌握Python的簡(jiǎn)單數(shù)據(jù)類型
    字符串的使用及操作
    整數(shù)、浮點(diǎn)數(shù)
    4、掌握基本語句：
    if、while、for、print等
    基本運(yùn)算：
    函數(shù)定義、參數(shù)傳遞、返回值
    5、掌握復(fù)雜的數(shù)據(jù)類型：列表/元組
    列表操作：訪問、添加、修改、刪除、排序
    列表切片、復(fù)制等
    列表相關(guān)的函數(shù)、方法
    元組的應(yīng)用
    6、復(fù)雜數(shù)據(jù)類型：字典
    創(chuàng)建、訪問、修改、刪除、遍歷
    字典函數(shù)和方法
    7、復(fù)雜數(shù)據(jù)類型：集合
    8、掌握面向?qū)ο缶幊趟枷?br />     創(chuàng)建類、繼承類
    模塊
    9、函數(shù)定義、參數(shù)傳遞、返回值
    10、    標(biāo)準(zhǔn)庫與擴(kuò)展庫的導(dǎo)入
    11、    異常處理:try-except塊
    演練：基本的Python編程語句

    第二部分：Python語言與數(shù)據(jù)挖掘庫
    目的：掌握數(shù)據(jù)集結(jié)構(gòu)及基本處理方法，進(jìn)一步鞏固Python語言
    1、數(shù)據(jù)挖掘常用擴(kuò)展庫介紹
    Numpy數(shù)組處理支持
    Scipy矩陣計(jì)算模塊
    Matplotlib數(shù)據(jù)可視化工具庫
    Pandas數(shù)據(jù)分析和探索工具
    StatsModels統(tǒng)計(jì)建模庫
    Scikit-Learn機(jī)器學(xué)習(xí)庫
    Keras深度學(xué)習(xí)（神經(jīng)網(wǎng)絡(luò)）庫
    Gensim文本挖掘庫
    2、數(shù)據(jù)集讀取與操作：讀取、寫入
    讀寫文本文件
    讀寫CSV文件
    讀寫Excel文件
    從數(shù)據(jù)庫獲取數(shù)據(jù)集
    3、數(shù)據(jù)集的核心數(shù)據(jù)結(jié)構(gòu)（Pandas數(shù)據(jù)結(jié)構(gòu)）
    Dataframe對(duì)象及處理方法
    Series對(duì)象及處理方法
    演練：用Python實(shí)現(xiàn)數(shù)據(jù)的基本統(tǒng)計(jì)分析功能

    第三部分：數(shù)據(jù)可視化處理
    目的：掌握作圖擴(kuò)展庫，實(shí)現(xiàn)數(shù)據(jù)可視化
    1、常用的Python作圖庫
    Matplotlib庫
    Pygal庫
    2、實(shí)現(xiàn)分類匯總
    演練：按性別統(tǒng)計(jì)用戶人數(shù)
    演練：按產(chǎn)品+日期統(tǒng)計(jì)各產(chǎn)品銷售金額
    3、各種圖形的畫法
    直方圖
    餅圖
    折線圖
    散點(diǎn)圖
    4、繪圖的美化技巧
    演練：用Python庫作圖來實(shí)現(xiàn)產(chǎn)品銷量分析，并可視化

    第四部分：數(shù)據(jù)挖掘基礎(chǔ)
    目的：掌握數(shù)據(jù)挖掘標(biāo)準(zhǔn)流程
    1、數(shù)據(jù)挖掘概述
    2、數(shù)據(jù)挖掘的標(biāo)準(zhǔn)流程（CRISP-DM）
    商業(yè)理解
    數(shù)據(jù)準(zhǔn)備
    數(shù)據(jù)理解
    模型建立
    模型評(píng)估
    模型應(yīng)用
    3、數(shù)據(jù)挖掘常用任務(wù)與算法
    案例：用大數(shù)據(jù)實(shí)現(xiàn)精準(zhǔn)營(yíng)銷的項(xiàng)目過程

    第五部分：數(shù)據(jù)理解和數(shù)據(jù)準(zhǔn)備
    目的：掌握數(shù)據(jù)預(yù)處理的基本環(huán)節(jié)，以及Python的實(shí)現(xiàn)
    1、數(shù)據(jù)預(yù)處理
    異常值處理：3σ準(zhǔn)則，IQR準(zhǔn)則
    缺失值插補(bǔ)：均值、拉格朗日插補(bǔ)
    數(shù)據(jù)篩選/抽樣
    數(shù)據(jù)的離散化處理
    變量變換、變量派生
    2、數(shù)據(jù)的基本分析
    相關(guān)分析：原理、公式、應(yīng)用
    方差分析：原理、公式、應(yīng)用
    卡方分析：原理、公式、應(yīng)用
    主成分分析：降維
    案例：用Python實(shí)現(xiàn)數(shù)據(jù)預(yù)處理及數(shù)據(jù)準(zhǔn)備

    第六部分：分類預(yù)測(cè)模型實(shí)戰(zhàn)
    1、常見分類預(yù)測(cè)的模型與算法
    2、如何評(píng)估分類預(yù)測(cè)模型的質(zhì)量
    查準(zhǔn)率
    查全率
    ROC曲線
    3、邏輯回歸分析模型
    邏輯回歸的原理
    邏輯回歸建模的步驟
    邏輯回歸結(jié)果解讀
    案例：用sklearn庫實(shí)現(xiàn)銀行貸款違約預(yù)測(cè)
    4、決策樹模型
    決策樹分類的原理
    決策樹的三個(gè)關(guān)鍵問題
    決策樹算法與實(shí)現(xiàn)
    案例：電力竊漏用戶自動(dòng)識(shí)別
    5、人工神經(jīng)網(wǎng)絡(luò)模型（ANN）
    神經(jīng)網(wǎng)絡(luò)概述
    神經(jīng)元工作原理
    常見神經(jīng)網(wǎng)絡(luò)算法（BP、LM、RBF、FNN等）
    案例：神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)產(chǎn)品銷量
    6、支持向量機(jī)（SVM）
    SVM基本原理
    維災(zāi)難與核心函數(shù)
    案例：基于水質(zhì)圖像的水質(zhì)評(píng)價(jià)
    7、貝葉斯分析
    條件概率
    常見貝葉斯網(wǎng)絡(luò)

    第七部分：數(shù)值預(yù)測(cè)模型實(shí)戰(zhàn)
    1、常用數(shù)值預(yù)測(cè)的模型
    通用預(yù)測(cè)模型：回歸模型
    季節(jié)性預(yù)測(cè)模型：相加、相乘模型
    新產(chǎn)品預(yù)測(cè)模型：珀?duì)柷€與龔鉑茲曲線
    2、回歸分析概念
    3、常見回歸分析類別

    第八部分：聚類分析（客戶細(xì)分）實(shí)戰(zhàn)
    1、客戶細(xì)分常用方法
    2、聚類分析（Clustering）
    聚類方法原理介紹及適用場(chǎng)景
    常用聚類分析算法
    聚類算法的評(píng)價(jià)
    案例：使用SKLearn實(shí)現(xiàn)K均值聚類
    案例：使用TSNE實(shí)現(xiàn)聚類可視化
    3、RFM模型分析
    RFM模型，更深入了解你的客戶價(jià)值
    RFM模型與市場(chǎng)策略
    案例：航空公司客戶價(jià)值分析

    第九部分：關(guān)聯(lián)規(guī)則分析實(shí)戰(zhàn)
    1、關(guān)聯(lián)規(guī)則概述
    2、常用關(guān)聯(lián)規(guī)則算法
    3、時(shí)間序列分析
    案例：使用apriori庫實(shí)現(xiàn)關(guān)聯(lián)分析
    案例：中醫(yī)證型關(guān)聯(lián)規(guī)則挖掘

    第十部分：案例實(shí)戰(zhàn)（學(xué)員主導(dǎo)，老師現(xiàn)場(chǎng)指導(dǎo)）
    1、實(shí)戰(zhàn)1：電商用戶行為分析及服務(wù)推薦
    2、實(shí)戰(zhàn)2：基于基站定位數(shù)據(jù)的商圈分析
    結(jié)束：課程總結(jié)與問題答疑。

Python語言與數(shù)據(jù)挖掘