python数据分析培训哪家机构好_Python数据分析集训（体验课）

Python基础

1、成为Python高手之前必备基础知识

2、Python标准数据类型（String、Number、Tuple、List、Dict、Set）及常用操作

3、控制流语句（条件分支、for循环、while语句、try-except-else-finally语句）

4、变量的作用域（内建变量、全局变量、局部变量、闭包外局部变量）

5、函数的参数（关键字参数、位置参数、形参和实参、默认参数、可变参数）

6、自定义函数--函数式编程

7、异常和错误

8、文件操作

9、时间模块

Python数据清洗

1、Numpy中的数据类型--ndarray数组的创建

2、Numpy数组基础（索引、切片、变形、分裂）

3、Numpy数组运算：通用函数

4、Numpy数组变形、拼接

5、Numpy数组计算：广播、聚合、比较和掩码、数组排序

6、Pandas对象简介（Series、Dataframe、Index）

7、Pandas数据加载与存储

8、Pandas数值运算方法：通用函数、聚合函数、遍历

9、Panda层次化索引

10、Pandas数据处理：数据类型转换、缺失值处理、字符串转换

11、Pandas数据表的合并与连接

12、Pandas数据的累计与分组

13、高性能Pandas：query（）、eval（）实现高性能运算

14、Pandas数据规整化：清理、转换、合并、重塑

15、Pandas时间序列&金融数据处理

16、数据清洗实战案例：泰坦尼克幸存者数据清洗

17、数据清洗实战案例：USDA食品数据清洗

Python爬虫

1、网络爬虫基础知识

2、网络请求及响应-requests库

3、HTML文档解析-BeautifulSoup库

4、常见反爬虫机制及应对

5、网络爬虫 VS 网络数据抓取

6、实战1：批量下载头像

7、实战2：抓取豆瓣书籍简介

8、实战3：模拟浏览器selenium抓取电商商品信息及评论

python数据可视化

1、绘图思想的基本原理

2、Python数据可视化包-Matplotlib介绍

3、使用Matplotlib进行基本的图形绘制

4、使用Python数据处理包Pandas做可视化

5、Python数据可视化包-Seaborn介绍与图形绘制

6、Python数据可视化包-Pyecharts介绍与图形绘制

7、使用Python进行地图绘制-Pyecharts

机器学习算法

1、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

2、Scikit-Learn入门介绍：特征矩阵、标签数组、评估器及常用函数

3、Scikit-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

4、KNN-最近邻分类器、KD-Tree和KNN回归

5、梯度下降算法：梯度下降、随机梯度下降和微批梯度下降

6、贝叶斯分类器：朴素贝叶斯、贝叶斯网络

7、回归分析：线性回归、岭回归、LASSO和弹性网

8、广义线性回归：Logistic回归和泊松回归

9、树模型：C4.5、C5.0和CART树

10、SVM支持向量机分类和支持向量机回归

11、集成算法之Bagging类算法：Bagging、随机森林等

12、集成算法之Boosting类算法：Boosting、GBDT梯度提升树、XgBoost等

13、神经网络算法：反向传播神经网路、卷积神经网络、LSTM等

14、聚类分析：K-means快速聚类、DBSCAN密度聚类、层次聚类等

15、关联规则：Apriori、FP-Growth、PrefixSpan等

16、无监督学习：LDA、LSI

17、数据降维方法：PCA主成分分析和SVD奇异值分解

18、Scikit-Learn常用功能介绍与使用：网格搜索、Pipline

19、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