登录
首页CDA发布Python做数据分析-简洁、易读、强大
Python做数据分析-简洁、易读、强大
2018-04-09
收藏

使用过Python的用户都会被其简洁、易读、强大的库所折服,其pythonic语言特性,对人极其友好,可以说,一个完全不懂编程语言的人,看懂python语言也不是难事。


在数据分析和交互、探索性计算以及数据可视化等方面,相对于R、MATLAB、SAS、Stata等工具,Python都有其优势。近年来,由于Python库的不断发展(如pandas),使其在数据挖掘领域崭露头角。结合其在通用编程方面的强大实力,我们完全可以只使用Python这一种语言去构建以数据为中心的应用程序。


由于python是一种解释性语言,大部分编译型语言都要比python代码运行速度快,有些同学就因此鄙视python。但是python是一门高级语言,其生产效率更高,时间通常比CPU的时间值钱,因此为了权衡利弊,考虑用python是值得的。


4月29-5月1日北京基于Python的数据分析现场班

三天的课程力图结合不同案例讲授数据分析领域基本知识。

这门课使用python作为载体, 结合理论知识进行实际操作, 使学生不仅理解数据分析的基本方法, 同时掌握使用python的基本实际计算技能。

培训时间2018年4月29-5月1日 (三天)
培训地点北京市海淀区丹龙大厦附近
授课安排上午9:00至12:00; 下午1:30至4:30; 答疑
培训费用3000元 / 2600元 (仅限全日制本科生及硕士研究生优惠价);食宿自理


Python讲师介绍:

张忠元, 2008年在中科院数学与系统科学研究院获理学博士学位,现任中央财经大学统计学院教授,博士生导师,也是中国计算机学会高级会员、果壳网科学顾问。主业是数据分析, 尤其是复杂网络分析,主要讲授回归分析、运筹学、数学分析等课程。
主要研究兴趣在复杂网络分析和数据挖掘. 在Data Mining and Knowledge Discovery, Physical Review E, EPL, Knowledge and Information Systems, Scientific Reports, 中国科学等国内外著名期刊上发表学术论文十余篇。
爱思唯尔杰出审稿人, 担任Data Mining and Knowledge Discovery, Physica A, Management Science等著名期刊的匿名审稿人。


Python课程导引:

近年来公众越来越关注大数据和数据分析,随着互联网和人工智能的快速发展,许多问题都可以通过数据分析加以研究, 为决策提供更坚实的依据.

本次三天的课程力图结合不同案例讲授数据分析领域基本知识.

这门课使用Python作为载体,结合理论知识进行实际操作,使学生不仅理解数据分析的基本方法,同时掌握使用Python的基本实际计算技能.   

在内容的安排上,我们遵循由浅入深,循序渐进的思路,结合实际应用展开讲解.

内容包括python的基本用法、有监督学习、无监督学习、关联规则特征工程、推荐系统、时间序列分析、孤立点探测、回归和方差分析、复杂网络分析和数据可视化.  


Python课程大纲:

第1讲(3小时)

Python编程基础知识, 包括基本数据类型, 基本编程结构, 函数, 脚本文件, 数据分析的常用模块.


第2讲(3小时)

有监督学习, 包括kNN方法, 支持向量机, 随机森林神经网络.

无监督学习, 包括kmeans, 谱聚类, DBSCAN, 非负矩阵分解和双聚类.

关联规则.


第3讲(3小时)

特征工程,包括特征选择和特征提取.

推荐系统.

时间序列分析.

孤立点探测.


第4讲(3小时)

统计学的基本思想和常见误用.

描述性统计.

回归和方差分析.

非参数统计.

数据可视化.


第5讲(3小时)

复杂网络分析,包括复杂网络的建模、复杂网络的拓扑结构分析和复杂网络的功能分析.


第6讲(3小时)

案例:通过对包括美国肥胖数据分析、信用卡欺诈数据分析、英超赛季表现分析和脸书社交数据分析等至少四个案例的讲解综合展示数据分析方法的使用.




优惠:

现场班老学员9折优惠;
同一单位3人以上同时报名9折优惠;
折扣优惠不叠加。


报名流程:
1:点击“http://www.peixun.net/main.php?mod=buy&cid=1201”,网上填写信息提交;
2:给予反馈,确认报名信息;
3:进入结算中心,通过订单支付;
4:开课前一周发送课程电子版讲义,软件准备及交通住宿指南。


联系方式:

魏老师

QQ:28819897142881989714  

Tel: 010-68478566

Mail:vip@pinggu.org


数据分析咨询请扫描二维码

客服在线
立即咨询