数据科学Python语言实战研修班

梦想、天空

2017年4月21日--月24日     北 京

1. 掌握Python的基本用法

2. 掌握Python基本数据分析方法

3. 科学计算的基础 -- NumPy

4. 强大高效的数据分析环境 – Pandas

5. 掌握Python数据可视化工具 -- Pyplot

6. Python机器学习工具——Scikit

7. Python深度学习的利器——Tensorflow

8. 通过手把手的实操指导，掌握Python语言数据处理方法与编程技术

9. 通过不同案例讲解与模拟操作掌握Python实施数据科学项目的方法

10. 掌握Python语言自主学习实践的方法与技巧；

培 训 提 纲

时 间		授课方 式	课  程	主 要 内  容
第一天	8:00~9:30 （2课时）	知识梳理 与经验分享	统计应用基础	n 大数据与数据科学 n 统计方法论 n 数据挖掘与统计学习 n Python应用
	9:40~11:55 （2课时）	讲授与实操相结合	Python初识	n 安装配置、语法及数据结构 n 运算符、控制流及函数 n 网络爬虫
	14:00~17:55 （4课时）	讲授与实操相结合	数据预处理	n ndarray创建、组合与分割 n ufunc运算及矩阵运算 n DataFrame创建、合并 n 数据聚合、分组与转换 n 缺失与异常值处理 n 数据汇总与描述统计 n 透视表与交叉表
第二天	8:00~9:30 （2课时）	讲授与实操相结合	时序处理	n 日期及时间数据类型及其处理 n 时间序列基础 n 日期范围、频率及移动 n 时区处理及其算术运算 n 重采样及频率转换 n 时序绘图
	9:40~11:55 （2课时）	讲授与实例相结合	数据可视化	n 绘图基础Matplotlib n Python图形化生态系统 n 地震危机数据地图 n 航空地理信息图
	14:00~17:55 （4课时）	实例演示 与讲解相结合	数据分析之牛刀小试	n 假设检验——常用假设检验与实例分析 n 线性回归——前列腺癌病预测 n logistic回归——南非心脏病
第三天	8:00~11:55 （4课时）	知识梳理与实操相结合	Python机器学习	n 机器学习方法论 n 特征提取与处理 n 分类、聚类及降维
	14:00~17:55 （4课时）	讲授 与实操相结合	Python人工神经网络	n sk-learn感知器、支持向量机、神经网络 n Tensorflow n 回顾与总结

QQ  1329337303

@R@

挺好我也想学学