機(jī)器學(xué)習(xí)：數(shù)據(jù)挖掘分析

課程特點(diǎn)

數(shù)據(jù)挖掘技術(shù)是應(yīng)用統(tǒng)計(jì)的專(zhuān)業(yè)課程，本課程以數(shù)據(jù)挖掘?yàn)橹饕獌?nèi)容，講述實(shí)現(xiàn)數(shù)據(jù)挖掘的各主要功能、挖掘算法和應(yīng)用，并通過(guò)對(duì)實(shí)際數(shù)據(jù)的分析更加深入地理解常用的數(shù)據(jù)挖掘模型。掌握數(shù)據(jù)挖掘軟件的使用，培養(yǎng)數(shù)據(jù)分析和處理的能力。

通過(guò)學(xué)習(xí)當(dāng)前的最新數(shù)據(jù)分析軟件應(yīng)用技術(shù)、通過(guò)數(shù)據(jù)分析軟件學(xué)習(xí)，貼近工作實(shí)戰(zhàn)分析需求，滿足日常的工作分析需求、掌握數(shù)據(jù)分析的方法論和項(xiàng)目實(shí)踐。

通過(guò)學(xué)習(xí)本課程，可掌握技能

1、 學(xué)會(huì)搭建數(shù)據(jù)分析開(kāi)發(fā)環(huán)境；

2、 了解NumPy 庫(kù)的基本用法；

3、 熟練掌握Pandas 庫(kù)的基本操作；

4、 了解和掌握數(shù)據(jù)處理常用操作；

5、 掌握matplotlib等可視化庫(kù)的用法；

6、 掌握數(shù)據(jù)清洗和整理的數(shù)據(jù)分析的基本方法；

7、 掌握使用Python 進(jìn)行簡(jiǎn)單統(tǒng)計(jì)分析；

8、 使用scikit-learn 庫(kù)進(jìn)行機(jī)器學(xué)習(xí)

教學(xué)方法

理論講解+案例分析+視頻分享+課堂練習(xí)+實(shí)戰(zhàn)演練+小組研討+互動(dòng)答疑

課程大綱

第一章Python數(shù)據(jù)分析簡(jiǎn)介

1. 數(shù)據(jù)分析流程簡(jiǎn)介

2. 本機(jī)環(huán)境配置

3. 線上環(huán)境配置

4. Jupyter Notebook啟動(dòng)及使用

5. Python 環(huán)境介紹

第二章Numpy數(shù)據(jù)格式與數(shù)據(jù)分析

1. 多維數(shù)組

2. 索引與切片

3. 數(shù)組的運(yùn)算

4. 數(shù)組的存取

第三章pandas數(shù)據(jù)格式與數(shù)據(jù)分析

1. 基本數(shù)據(jù)結(jié)構(gòu)

2. 基本操作

3. 運(yùn)算

4. 層次化索引

5. 可視化

第四章 數(shù)據(jù)讀取與存儲(chǔ)

1. CSV 文件

2. txt 文件

3. JSON 文件

4. Excel 文件

第五章 數(shù)據(jù)清洗與整理

1. 數(shù)據(jù)清洗

2. 數(shù)據(jù)合并

3. 數(shù)據(jù)重排

第六章 數(shù)據(jù)分組與聚合

1. 分組

2. 聚合

3. 分組運(yùn)算

4. 數(shù)據(jù)透視表

第七章 數(shù)據(jù)可視化

1. 線形圖

2. 柱狀圖

3. 其它基本圖表

4. 自定義設(shè)置

第八章 數(shù)據(jù)統(tǒng)計(jì)分析基礎(chǔ)

1. 統(tǒng)計(jì)量

2. 統(tǒng)計(jì)分布

3. 統(tǒng)計(jì)推斷

4. 相關(guān)性分析

第九章 機(jī)器學(xué)習(xí)方法

1. 機(jī)器學(xué)習(xí)方法簡(jiǎn)介

2. 數(shù)據(jù)分類(lèi)

3. 數(shù)據(jù)邏輯回歸擬合

4. 聚類(lèi)

機(jī)器學(xué)習(xí)實(shí)戰(zhàn)案例

1、 泰坦尼克數(shù)據(jù)探索

2、 估算Boston 房屋價(jià)格

3、 手寫(xiě)數(shù)字識(shí)別