资源详情
《Python数据分析》 升级版第二期
主讲老师：
梁斌 xa0 xa0资深算法工程师
查尔斯特大学（Charles Sturt University）计算机博士，从事机器学习、计算机视觉及模式识别等相关方向的研究，在计算机视觉等国际会议及期刊发表10余篇学术论文。现就职于澳大利亚某科学研究机构，负责算法改进及其产品化、数据分析处理及可视化。
课程简介：
近两年来，数据分析师的岗位需求非常大，90%的岗位技能需要掌握Python作为数据分析工具，本课程以案例驱动的方式讲解如何利用Python完成数据获取、处理、数据分析及可视化方面常用的数据分析方法与技巧。
升级版第二期的课程更新内容：
本期课程在《Python数据分析》升级版的基础上，主要新增了探索忄生数据分析（Exploratory Data Analysis，EDA）、金融数据量化分析及深度学习基础等三大数据分析工具，覆盖了时下最前沿的数据分析技术。具体新增内容如下：
新增探索忄生数据分析，更好地结合数据可视化发掘数据的模式与特点
新增金融数据量化分析，更好地结合时间序列分析探索金融数据的发展趋势
新增深度学习基础，更好地结合机器学习探索人工智能的技术趋势
升级并调整全部随课项目，并提供更详细的分析步骤
系统忄生地将相关章节的项目整理成一个完整的项目，使学员能够更加充分地理解数据分析的流程和步骤
面向人群：
xa0 xa0 xa0 1. xa0想了解和学习典型的数据分析流程和实践方法的学习者
xa0 xa0 xa0 2. xa0想接触和学习非结构化数据(比如：文本、图像等)分析的学习者
xa0 xa0 xa0 3. xa0想学习数据分析中常用建模知识的相关从业人员
xa0 xa0 xa0 4. xa0尚不会使用Python的数据分析师从业者
xa0 xa0 xa0 5. xa0想转行从事数据分析师行业的学习者
xa0 xa0 xa0 6. xa0想使用Python实现金融数据分析、机器学习或深度学习的工程师xa0xa0
学习收益：
通过本课程的学习，学员将会收获：
xa0 xa0 xa0 1. xa0熟悉数据分析的流程，包括数据采集、处理、可视化、数据建模等
xa0 xa0 xa0 2. xa0掌握Python语言作为数据分析工具，从而有能力驾驭不同领域数据分析实践
xa0 xa0 xa0 3. xa0掌握非结构化数据的处理与分析、探索忄生数据分析及量化分析
xa0 xa0 xa0 4. xa0快速积累多个业务领域数据分析项目经验，包括金融数据、文本数据及图像数据
xa0 xa0 xa0 5. xa0掌握使用Python实现基于机器学习及深度学习的数据分析和预测
xa0 xa0 xa0 6. xa0掌握数据分析中常用的建模知识
开课时间：
2017年5月28日
学习方式：
在线直播，共10次课，每次2-3小时
每周2次（周六、日，晚上20:00 - 22:00）
注意：第一次课是5月28日晚上20:00 - 22:00
xa0 xa0 xa0 xa0 xa0 xa0 第二次课是5月29日晚上20:00 - 22:00
直播后提供录制回放视频，可在线反复观看，有效期1年
课程大纲：
第一课 工作环境准备及数据分析建模理论基础 (2-3课时)
xa0 xa0 1. xa0课程介绍
xa0 xa0 2. xa0数据分析的基本概念
xa0 xa0 3. xa0Python简介和环境部署
xa0 xa0 4. xa0 NumPy数据结构及向量化
xa0 xa0 5. xa0数据分析建模理论基础
xa0 xa0 xa0 xa0 xa0a. 机器学习基础
xa0 xa0 xa0 xa0 xa0b. 数据分析建模过程
xa0 xa0 xa0 xa0 xa0c. 常用的数据分析建模工具
xa0 xa0 xa06. xa0实战案例1：使用Python实现蒙特卡洛模拟的期权估值
第二课 数据分析工具Pandas (2-3课时)
xa0 xa0 1. xa0Pandas的数据结构
xa0 xa0 2. xa0Pandas的数据操作
xa0 xa0 xa0 xa0 xa0a. 数据的导入、导出
xa0 xa0 xa0 xa0 xa0b. 数据的过滤筛选
xa0 xa0 xa0 xa0 xa0c. 索引及多重索引
xa0 xa0 xa03. xa0Pandas统计计算和描述
xa0 xa0 xa04. xa0数据的分组与聚合
xa0 xa0 xa05. xa0数据清洗、合并、转化和重构
xa0 xa0 xa06. xa0实战案例2-1：Lending Club借贷数据处理及初步分析
第三课 探索忄生数据分析(EDA)及数据可视化 (2-3课时)
xa0 xa0 xa01. xa0什么是EDA
xa0 xa0 xa02. xa0探索单变量、多变量的关系及其可视化
xa0 xa0 xa03. xa03D绘图
xa0 xa0 xa04. xa0实战案例2-2：Lending Club借贷数据探索忄生分析及可视化
第四课 机器学习及scikit-learn(2-3课时)
xa0 xa0 xa01. xa0机器学习基本概念与流程
xa0 xa0 xa02. xa0Python机器学习库scikit-learn
xa0 xa0 xa03. xa0常用评价指标
xa0 xa0 xa04. xa0分类预测模型– Logistic回归与Softmax回归
xa0 xa0 xa05. 实战案例2-3：Lending Club借贷违约预测
第五课 金融数据分析(1)--金融时间序列(2-3课时)
xa0 xa0 xa01. xa0Pandas的时间处理及操作
xa0 xa0 xa02. xa0金融数据
xa0 xa0 xa03. xa0金融学图表
xa0 xa0 xa04. xa0高频数据分析
xa0 xa0 xa05. xa0实战案例3-1：股票收益率回归分析
第六课 金融数据分析(2)--量化分析 (2-3课时)量化分析基础
xa0 xa0 xa01. xa0量化策略建模流程及回测
xa0 xa0 xa02. xa0常用量化分析指标及框架
xa0 xa0 xa03. xa0TA-Lib金融软件工具
xa0 xa0 xa04. xa0实战案例3-2：多因子策略模型xa0
第七课 图像数据处理及分析 (2-3课时)
xa0 xa0 xa01. xa0基本的图像操作和处理
xa0 xa0 xa02. xa0常用的图像特征描述
xa0 xa0 xa03. xa0聚类模型：K-Means
xa0 xa0 xa04. xa0实战案例4：电影海报主色调聚类分析
第八课 深度学习及TensorFlow (2-3课时)
xa0 xa0 xa01. xa0人工神经网络及深度学习
xa0 xa0 xa02. xa0TensorFlow框架学习及使用
xa0 xa0 xa03. xa0TensorFlow实现卷积神经网络
xa0 xa0 xa04. xa0实战案例5：基于TensorFlow的101类图像识别(Caltech101)
第九课 文本数据分析 (2-3课时)
xa0 xa0 xa01. xa0Python文本分析工具NLTK
xa0 xa0 xa02. xa0情感分析与文本分类
xa0 xa0 xa03. xa0TensorFlow实现文本深度表示模型Word2Vec
xa0 xa0 xa04. xa0分类与预测模型-- 朴素贝叶斯
xa0 xa0 xa05. xa0实战案例6：搜狐新闻数据分类
第十课 项目实战(2-3课时)
xa0 xa0 xa01. xa0交叉验证及参数调整
xa0 xa0 xa02. xa0特征降维与特征选择
xa0 xa0 xa03. xa0实战案例7：根据日常新闻预测股市动向
xa0 xa0 xa04. xa0课程总结
常见问题：
Q： 本课程需要什么基础？
A：有基本的大学数学基础， 掌握Python基本编程。
Q： 会有实际上机演示和动手操作吗？
A： 有，几乎每节课，老师均会准备上机演示部分，学员可以学习老师的实践经验。
Q： 本课程必须提前掌握Python吗？
A： 不是必须的，本课程将系统讲授Python编程语言。如果你熟悉其他编程语言JA危a、C、Scala，学习Python是很容易的。
