cda

全国校区

您的位置:首页 > 课程列表 > Python数据分析师集训班 - 3个月

Python数据分析师集训班 - 3个月

Python数据分析师集训班 - 3个月

难度系数:

课程系列:Level Ⅱ


周期: 12周

11800

立即报名 花呗分期 咨询老师

Python数据分析师集训班 - 3个月

 姓名:

 电话:

 邮箱:

   备注:

邀请码:

提交信息
  • WHAT 课程简介

    企业想要在竞争激烈的市场中胜出,决策的速度和反应的效率尤为重要。根据调查显示,75%的企业在面临拟定策略时,常常无法获得实时且有根据的决策信息。4446.vip_【官方首页】-澳门新葡京什么样的数据、要透过什么样的方法,才能快速且实时的转变成决策时有用的信息,是现代企业所面临最迫切性的问题。
    Python数据分析集训课程针对针对周末时间充裕、零基础的专科、本科在校生,以及在职&欲转行从事数据分析的工作人员提供3个月全脱产周末集训,毕业可推荐相关工作。
    课程内容以CDA数据分析师标准大纲要求,包含Python基础 – Pandas数据清洗 - Python爬虫 - Python数据可视化(Matplotlib、Seaborn、Pyecharts) - Python机器学习算法等内容,并结合互联网金融、电信、银行、医疗、交通等行业实际案例来帮助学员建立整套的数据分析和机器学习思路,案例涉及营销优化、风险控制、用户研究、商业部署等领域,使学员所学更符合企业要求。
  • WHY 学习目标

    熟练掌握数据科学领域最受欢迎的编程语言-Python
    掌握使用Python和pandas库进行数据清洗和预处理
    使用Python爬虫获取网络数据
    学会使用matplotlib、seaborn进行初级可视化
    学会使用Pyecharts进行高级数据可视化
    学会构建机器学习算法进行分类、预测和聚类模型
    使用Python进行数据分析整体思路、针对业务做出模型最优化选择
    善用机器学习解决用户画像、精准营销、风险管理等商业问题
    使用机器学习实操电商、金融、电信、医药行业真实项目案例
  • WHO 学习对象和基础

    想从事数据领域工作,缺乏实践技能的在校学生
    希望转行数据领域人员
    个人发展遭遇瓶颈的数据分析师
    有数据化运营需求的产品运营、市场人员及管理者
    对Python数据分析和挖掘感兴趣的业界人士

01Python编程基础知识

01-01成为Python高手之前必备基础知识
01-02数据分析的武器库与分析工具Python介绍
01-03Python的基本数据类型和数据结构
01-04Python的程序控制
01-05Python的函数与模块
01-06Python日期和时间处理
01-07Python字符串处理与正则表达式
01-08Python异常处理和文件操作
01-09作业练习:基于Python的函数创建与商业实操文件操作

02Python进行数据整理和数据清洗

01-01Numpy中的数据类型--ndarray数组的创建
01-02Numpy数组基础:索引、切片、变形、分裂
01-03Numpy数组运算:通用函数
01-04Numpy数组变形、拼接
01-05Numpy数组计算:广播、聚合、比较和掩码、数组排序
01-06Pandas对象简介:Series、Dataframe、Index
01-07Pandas数据加载与存储
01-08Pandas数值运算方法:通用函数、聚合函数、遍历
01-09Panda层次化索引
01-10Pandas数据处理:数据类型转换、缺失值处理、字符串转换
01-11Pandas数据表的合并与连接
01-12Pandas数据的累计与分组
01-13高性能Pandas:query()、eval()实现高性能运算
01-14Pandas数据规整化:清理、转换、合并、重塑
01-15Pandas时间序列&金融数据处理
01-16实战案例:基于pandas-SQL世界银行各国家发展指标及GDP变化趋势探索性分析
01-17作业练习:USDA食品数据清洗

03Python进行数据可视化技术-线上

01-01绘图思想的基本原理
01-02Python数据可视化包-Matplotlib介绍
01-03使用Matplotlib进行基本的图形绘制
01-04使用Python数据处理包Pandas做可视化
01-05Python数据可视化包-Seaborn介绍与图形绘制
01-06Python数据可视化包-Pyecharts介绍与图形绘制
01-07使用Python进行地图绘制-Pyecharts
01-08数据可视化技巧
01-09作业练习:制作销售数据可视化分析报告

04Python进行网络爬虫

01-01网络爬虫基础知识
01-02网络请求及响应-Requests库
01-03HTML文档解析-BeautifulSoup库
01-04常见反爬虫机制及应对
01-05网络爬虫 VS 网络数据抓取
01-06案例实战1:新东方批量下载头像
01-07案例实战2:抓取豆瓣书籍简介
01-08案例实战3:模拟浏览器selenium抓取电商商品信息及评论
01-09作业练习:爬取豆瓣电影Top250数据

05Python数据清洗高级操作及案例实战

01-01如何成为一名优秀的数据分析师
01-02使用Python读取数据:CSV文件、JSON数据、XML数据
01-03数据的获取与存储:数据的不平等性、真实性、可读性、清洁度等
01-04对获取到的数据进行探索:埃博拉病毒危机、列车安全数据、童工数据
01-05数据清洗探索:找出要清洗的数据、数据格式化、找出离群值和不良数据、找出重复数据、模糊匹配、正则匹配等
01-06数据清洗探索:标准化和脚本化(数据归一化和标准化、找到适合项目的数据清洗方法、数据清洗脚本化、用新数据测试)
01-07数据探索和分析:数据探索(表函数探索、连接多个数据集、找出离群值、创建分组)
01-08数据探索与分析:分离和聚焦数据、描述结论、书写报告文档
01-09Pandas时间序列&金融数据处理
01-10实战案例1:视频网站数据清洗整理和结论研究
01-11实战案例2:教育领域学员学习质量数据化监控-清洗与可视化
01-12实战案例3:基于数据清洗的知乎用户画像探索
01-13作业练习:国外电商用户购买信息的数据处理与探索

06机器学习和数据挖掘概述-线上

01-01数据挖掘概念
01-02数据挖掘算法分类
01-03数理统计vs机器学习一般流程
01-04有监督学习算法
01-05无监督学习算法
01-06机器学习学习路线图和推荐书籍
01-07作业练习:阐述机器学习与统计学习的一般流程

07Python进行机器学习和sklearn实战-Part1

01-01机器学习入门介绍:机器学习基本思想、常用算法分类、算法库等
01-02Scikit-Learn入门介绍:特征矩阵、标签数组、评估器及常用函数
01-03Scikit-Learn特征工程:分类特征、文本特征、图像特征、特征衍生、缺失值填充、特征管道
01-04KNN-最近邻分类器、KD-Tree和KNN回归
01-05KNN算法示例:改进约会网站配对效果
01-06梯度下降算法:梯度下降、随机梯度下降和微批梯度下降
01-07原理补充:条件概率计算、全概率公式、K-S曲线、受试者特征曲线(ROC)等
01-08贝叶斯分类器:朴素贝叶斯、贝叶斯网络
01-09朴素贝叶斯算法示例:垃圾邮件过滤
01-10原理补充:梯度下降算法,包括梯度下降、随机梯度下降和微批梯度下降
01-11回归分析:线性回归、岭回归、LASSO和弹性网
01-12回归分析算法示例:预测海洋生物鲍鱼的年龄
01-13广义线性回归:Logistic回归和泊松回归
01-14Logistic回归算法示例:构建信用卡反欺诈模型
01-15作业练习:医疗业心脏病分类模型建置与预测

08Python进行机器学习和sklearn实战-Part2

01-01树模型:C4.5、C5.0和CART树
01-02树模型算法示例:红酒分类
01-03SVM支持向量机分类和支持向量机回归
01-04SVM算法示例:手写数字识别
01-05集成算法之Bagging类算法:Bagging、随机森林等
01-06集成算法之Boosting类算法:Boosting、GBDT梯度提升树、XgBoosting等
01-07集成算法示例:泰坦尼克号幸存者预测
01-08神经网络算法:反向传播神经网路、卷积神经网络、LSTM等
01-09实战案例:数字化人力资源管理之员工流失风险预警
01-10作业练习:银行业风险分类模型及年收入预测

09Python进行机器学习和sklearn实战-Part3

01-01聚类分析:K-means快速聚类、DBSCAN密度聚类、层次聚类等
01-02关联规则:Apriori、FP-Growth、PrefixSpan等
01-03无监督学习:LDA、LSI
01-04数据降维方法:PCA主成分分析和SVD奇异值分解
01-05Scikit-Learn常用功能介绍与使用:网格搜索、Pipline
01-06大型综合案例:利用Pipline选择模型构建机器学习流,并利用网格搜索完成模型调优
01-07练习作业:零售业交叉销售模型建置

11文本分析技术与综合案例

01-01文本分析简介及文本分析流程
01-02中文分词方法
01-03中文词性标注方法
01-04关键词提取方法
01-05命名实体识别
01-06文本分析模型实作与比较: 以网络舆情分析模型及命名实体识别为例
01-07新闻文件分类方法
01-08中文文本摘要方法
01-09作业练习:使用python进行新闻文本数据分词和词性标注

12深度学习技术与综合案例

01-01人脸识别及应用
01-02OpenCV及Dlib简介
01-03人脸侦测及人脸68个特征撷取
01-04人脸识别(利用ResNet)
01-05物体检测与定位及应用
01-06目标检测技术概述
01-07YOLOv3简介及COCO 数据集
01-08物体定位
01-09物体检测
01-10文本分析及深度学习模型实作与比较: 以新闻文件分类与摘要及人脸识别及物体侦测模型为例
01-11作业练习:建立电商产品舆情文本分类模型

13电信客户流失预警/信用卡盗刷预测建模

01-01传统监督学习方法与非监督学习方法
01-02半监督学习方法概述
01-03半监督学习模型实作与比较: 以电信业客户流失模型为例
01-04智能反欺诈概述
01-05反欺诈手法
01-06机器学习方法
01-07深度学习方法
01-08深度学习模型实作与比较: 以信用卡盗刷预测模型为例
01-09作业练习:银行业客户流失模型建置

14产品营销/小额信贷及信用风险预测建模

01-01传统模型评估方法与利润最大化评估方法
01-02增益图与利润图
01-03利润最大化模型实作与比较: 以产品营销模型为例
01-04传统学习与集成学习
01-05集成学习的分类:模型融合与机器学习元算法
01-06模型融合模型建置(多数法、平均法、加权平均法、堆叠法、混合法)
01-07机器学习元算法模型建置(袋装法、袋装通用法、随机森林、提升法、Adaboosting算法、Gradient Boosting算法、XGBoosting算法)
01-08集成学习方法实作与比较: 以小额信贷及信用风险预测模型为例
01-09作业练习:巴塞尔资本协定下之逾期评分卡(Collection Scorecard)之建置及预测

15期末毕业答辩

01-01银行业之进件评分卡建置
01-02电信行业交叉销售案例分析
01-03零售行业忠诚客户价值预测
01-04航空业客户聚类与精准营销

硬核服务

  • 朝九晚九全程跟班答疑

    4446.vip_【官方首页】-澳门新葡京助教线上服务时间由原先的上课期间答疑调整为课程持续期间答疑,包括中途休息时间;同时,每日答疑时间由原先的“朝九晚六”调整为“朝九晚九”,全面覆盖同学晚自习时间。
  • 一对一督学

    4446.vip_【官方首页】-澳门新葡京每个班级、每位同学、每月都会进行至少一次一对一辅导,询问同学学习状态、解决学员学习问题;同时,针对每个模块测试结果后10%的学员进行额外辅导,以确保学员能够跟上学习进度。
  • 定期直播串讲

    对于重难点知识和同学普遍反应的问题,助教将进行每周1-2次的晚自习串讲,串讲时常为2小时左右,且相关内容需要重新制作、有别于课程内容,帮助同学攻克重难点知识。
  • 五分钟内有问必答

    助教线上服务要求5分钟内有问必答,并能真正做到解决所有课程中遇到的问题。在原先每个班一个助教+一个班主任的配置下,调整为每个班2名助教+项目服务团队的模式,以确保快速、高质量的解决线上提问。
  • 出勤率和进度监督

    在课程持续期间,助教还需实时统计学员出勤情况,监督课堂纪律,跟进学习进度。除正常答疑外,服务团队会与班级同学保持沟通、给予正确指引,从而营造积极学习氛围。
  • 作业与测试

    4446.vip_【官方首页】-澳门新葡京在远程授课期间,每个课程会安排相关课后作业,确保同学课下能够进行适当练习,提升同学实时参与感、保证当日学习效果。除了作业,服务团队还会组织学员进行阶段性测试,以考试性质为主,主要考察学员对本阶段知识掌握程度。

来自业界的数据领袖团队

  • 吴昊天

    CDA数据分析研究院技术负责人兼高级讲师/CDA LEVEL II大数据分析师等级考试命题组组长

    曾就职于电子科技大学大数据中心,从事医疗大数据分析相关工作,拥有丰富的海量数据分析经验、算法研发经验、省级数据平台搭建经验,拥有算法专利若干,主要研究方向为机器学习和深度学习。
  • 李御玺

    台湾铭传大学教授/中华数据挖掘协会理事

    台湾大学博士,在其相关研究领域已发表超过260篇以上的研究论文,同时也是国科会与教育部多个相关研究计划的主持人。 其还兼任厦门大学数据挖掘中心顾问,中国人民大学数据挖掘中心顾问,IBM SPSS-China顾问。4446.vip_【官方首页】-澳门新葡京服务过的客户包括:中国工商局、中信银行、台新银行等。
  • 赵仁乾

    CDA数据分析研究院讲师/京邮电大学管理科学与工程硕士

    4446.vip_【官方首页】-澳门新葡京现就职于北京电信规划设计院,从事移动、联通集团及各省分公司市场、业务、财务规划、经济评价及运营咨询。重点研究方向包括离网用户挖掘、市场细分与精准营销、移动网络价值区域分析、潜在价值客户挖掘等。
权威4446.vip_【官方首页】-澳门新葡京 经管之家CDA LEVEL Ⅲ数据科学家认证证书,行业顶尖人才认证,已获得IBM大数据大学,中国电信,苏宁,德勤,猎聘,CDMS等企业的认可。
专业 CDA认证是根据商业数据分析专业岗位设立的一套体系化、科学化、正规化的人才标准。全国统考、专家命题、评分公平、流程严格,更具含金量。
权益 持证人享有系列特殊权益。证书皆绑定考生真实身份,可在CDA官网查询,确保唯一性与防伪性。证书三年审核一次,保证持证人的实力与权益。

认证介绍:
CDA数据分析师认证”是一套专业化,科学化,国际化,系统化的人才考核标准,分为CDA LEVELⅠ ,LEVEL Ⅱ,LEVEL Ⅲ,涉及金融、电商、医疗、互联网、电信等行业大数据及数据分析从业者所需要具备的技能,符合当今全球大数据及数据分析技术潮流,为各界企业、机构提供数据分析人才参照标准。经管之家为中国区CDA数据分析师认证考试唯一主办机构,于每年6月与12月底在全国范围举办线下数据分析师考试,通过考试者可获得CDA数据分析师认证证书。
CDA持证人福利
1.可吸纳为CDA Institute、中国数据分析师(CDA)俱乐部会员,活动中具有优先报名参与权。
2.可优先获得CDA内部就业及职业发展推荐。
3.免费参与CDA举办的中国数据分析师行业峰会、大数据峰会、研讨会等各项活动,Level Ⅱ与Level III持证人享受特权位置。
4.可申请加入CDA数据分析项目组,参与项目合作(提供项目给持证人演练)。
5.CDA Level Ⅰ持证人免费享受Peixun.net会员服务6个月(价值588 RMB),Level Ⅱ与Level III持证人免费享受peixun.net会员服务1年 (价值998 RMB);
6.其他特权皆以各类活动公告为主。
进入考试报名系统
  • Q:上课形式是怎么样的?

    A:课程分为现场班和远程直播班,现场班是现场面授,在北京有现场面授班,远程班采取现场直播 + 录播视频 + 线上答疑,不受地域限制,直播需和现场班同步时间学习,录播视频同学可以自主安排时间学习视频。
  • Q:如果学不会怎么办?

    A:相信每位同学,来学习都会认真努力,不存在学不会的问题。上课期间,全程助教跟班答疑;课后,助教老师依旧会在群里帮大家解答学习上的疑问。此外,课程均赠送全套录播视频,有效期2年,方便学员反复观看巩固,稳扎稳打学会全部课程。
  • Q:本课程需要Python语言基础吗?

    A:不是必须的。本课程针对零基础学员学习,将从Python语言语法入门系统讲授知识,基础薄弱学员可通过报名课程预习视频学习。
  • Q: 在这门课程中会学习到什么?

    A: 你将在课程中学习如何选择不同的数据分析方法来解决问题,同时学会使用当前数据科学最主流和收欢迎的数据分析工具-Python。深入学习数据清洗、探索性分析、可视化技术和机器学习技术。使用在大数据、金融、智能领域进行预测分析,成为数据分析技术精英,具备加入领先科技企业的能力!

OK

页面底部区域 foot.htm