python实战真实案例_Python数据处理实战:基于真实场景的数据

第十章:特征工程之scikit-learn

讲师介绍:

Peter, 某科技公司高级量化分析师。

金融数学硕士毕业,擅长数据分析和数据挖掘。

在公司长期从事机器学习建模,拥有多家银行,消费金融和互联网金融风控建模经验。

熟悉Python、SAS 和SPSS modeler等软件

课程将于2020年11月23日开课,课程持续时间大约为12周

Python 3.7

1. 零基础学员或者有一定基础学员、大中院校学生、

2. 在职从事数据分析相关工作以及打算转行Python数据分析人员

3. 对Python有兴趣人群

1. 熟悉数据处理的流程和方法

2. 熟练掌握pandas和numpy的运用

3. 举一反三,能够独立完成数据分析中数据处理阶段的任务

4. 提高数据处理能力,在项目中能够事半功倍

课程特点:

1. 相关代码老师课堂上全部打出,方便理解和记忆。

2. 提供源代码和数据方便同学们预习和复习

3. 使用真实的数据进行教学,紧贴实战,避免枯燥的理论

4. 在教学过程中,尽可能多的使用图表教学

5. 采用案例教学,方便后续项目上手容易

声明:该文观点仅代表作者本人,搜狐号系信息发布平台,搜狐仅提供信息存储空间服务。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
    目前数据分析已经深入到各个行业,尤其以Python为工具的数据分析和数据挖掘将越来越流行,但在数据分析和挖掘,最消耗时间的就是数据处理了,高效的数据处理技能已经成为工作必不可少的技能之一了。熟练掌握和运用Python数据进行高效的处理,可以大大提高数据分析和数据挖掘的效率。    Python数据处理实战: 基于真实场景数据(Python数据处理和特征工程)作为Python数据清洗实战入门课程的升级版,本课程以真实场景数据案例进行教学,包括征信,电商,零售数据等, 本课程由浅入深详细讲解Python数据处理和特征工程在真实项目的运用, 本课程专门针对想深入学习Python数据处理而量身定做的课程,是讲师在多年真实项目和实践工作的总结,涵盖实际项目主要的知识点,内容详尽,代码可读性及实操性强。     掌握好数据处理和特征工程,有利于今后从事或者转行数据分析或者数据挖掘,以及解决工作和项目遇到的各种数据处理问题。课程目标:1.熟悉数据处理的流程和方法 2.熟练掌握pandas和numpy的运用 3.举一反三,能够独立完成数据分析数据处理阶段的任务 4.提高数据处理能力,在项目能够事半功倍课程定位: 1.   零基础学员或者有一定基础学员、大院校学生;2.   在职从事数据分析相关工作以及打算转行Python数据分析人员; 3.   对Python有兴趣人群。 课程特色   1.   相关代码老师课堂上全部打,方便理解和记忆;   2.   提供源代码和数据方便同学们预习和复习;   3.   使用真实数据进行教学,紧贴实战,避免枯燥的理论;   4.   在教学过程,尽可能多的使用图表教学;  5.    每一个章节后面都配有相关练习题目以及习题答案,方便同学们进行自我测试。 课程学习环境: Python3.7版本 讲师介绍:    Peter, 某科技公司高级量化分析师,金融数学硕士毕业,擅长数据分析和数据挖掘,在公司长期从事机器学习建模,拥有多家银行,消费金融和互联网金融风控建模经验。熟练掌握Python编程软件和数据库等软件.
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值