441分钟

Python数据分析实战项目演练

Python数据分析实战项目演练

Python 语言是数据分析领域最常用的编程语言,本门课程通过多个Python数据分析实战项目,带大家透彻掌握Python在数据分析应用中的各个种算法,学完这个项目大家可以使用python进行数据导入…

课程分类
数字技术 | 数据分析
适用人群
工程师, 研究员
课程标签
Python实战,数据分析,数据可视化
Python 语言是数据分析领域最常用的编程语言,本门课程通过多个Python数据分析实战项目,带大家透彻掌握Python在数据分析应用中的各个种算法,学完这个项目大家可以使用python进行数据导入、清洗、特征提取、计算与可视化等操作。 同时,根据不同实战项目的应用了解在实际场景中,针对不同的问题,做出算法应用的调整方案。做到不同问题灵活处理,真正具备将Python做数据分析的能力应用于实际工程实践中的能力。
第1章 散点图绘制技巧 - 第1节 散点图基本绘制 - 第2节 散点图参数设置 - 第3节 自定义绘图 第2章 纽约出租车运行情况分析建模 - 第1节 纽约出租车运行情况数据概述 - 第2节 聚类区域划分 - 第3节 客流趋势动态展示 - 第4节 邻居情况分析 - 第5节 数据特征 - 第6节 不同类别的出租车情况 - 第7节 特征可视化分析 - 第8节 聚类特征 - 第9节 xgboost模型 - 第10节 加入天气特征 第3章 基于统计分析的电影推荐任务 - 第1节 数据与环境配置 - 第2节 数据与关键词信息 - 第3节 关键词云与直方图展示 - 第4节 特征可视化 - 第5节 数据清洗概述 - 第6节 缺失值填充方法 - 第7节 推荐引擎构造 - 第8节 数据特征构造 - 第9节 得出推荐结果 第4章 数据分析与机器学习模板 - 第1节 人口普查预测任务概述 - 第2节 单特征与缺失值展示 - 第3节 数据清洗 - 第4节 特征工程 - 第5节 单变量展示 - 第6节 双变量分析 - 第7节 开发新变量 - 第8节 ROC与AUC - 第9节 机器学习模型 第5章 数据降维 - 第1节 PCA降维流程 - 第2节 特征向量的重要程度 - 第3节 降维结果可视化展示 - 第4节 LDA降维效果 - 第5节 T-SNE降维效果 第6章 商品可视化展示与文本处理 - 第1节 任务概述 - 第2节 商品类别划分 - 第3节 商品类别可视化展示 - 第4节 描述长度对价格的影响 - 第5节 词云展示 - 第6节 tf-idf结果 - 第7节 降维可视化展示 - 第8节 聚类与主题模型 第7章 多变量分析 - 第1节 多变量分析概述 - 第2节 深入散点图 - 第3节 善用apply函数 - 第4节 方差与协方差 - 第5节 相关系数展示 - 第6节 标准化的作用 - 第7节 主成分分析 第8章 商品订单数据集分析 - 第1节 任务与数据概述 - 第2节 双变量热度图绘制方法 - 第3节 复购情况 - 第4节 购物车情况与复购 - 第5节 聚类划分 第9章 KIVA贷款数据分析 - 第1节 KIVA贷款数据集介绍 - 第2节 各个国家贷款需求 - 第3节 贷款金额与还款间隔 - 第4节 深入各个行业分析 - 第5节 时间序列分析 - 第6节 指标分析
唐宇迪

唐宇迪

同济大学硕士,华东理工大学博士