《Python数据分析》升级版第二期，资源教程下载

课程名称

《Python数据分析》升级版第二期，资源教程下载

课程目录

第一课 工作环境准备及数据分析建模理论基础 (2-3课时)

1. 课程介绍

2. 数据分析的基本概念

3. Python简介和环境部署

4. NumPy数据结构及向量化

5. 数据分析建模理论基础

a. 机器学习基础

b. 数据分析建模过程

c. 常用的数据分析建模工具

6. 实战案例1：使用Python实现蒙特卡洛模拟的期权估值

第二课 数据分析工具Pandas (2-3课时)

1. Pandas的数据结构

2. Pandas的数据操作

a. 数据的导入、导出

b. 数据的过滤筛选

c. 索引及多重索引

3. Pandas统计计算和描述

4. 数据的分组与聚合

5. 数据清洗、合并、转化和重构

6. 实战案例2-1：Lending Club借贷数据处理及初步分析

第三课 探索性数据分析(EDA)及数据可视化 (2-3课时)

1. 什么是EDA

2. 探索单变量、多变量的关系及其可视化

3. 3D绘图

4. 实战案例2-2：Lending Club借贷数据探索性分析及可视化

第四课 机器学习及scikit-learn(2-3课时)

1. 机器学习基本概念与流程

2. Python机器学习库scikit-learn

3. 常用评价指标

4. 分类预测模型– Logistic回归与Softmax回归

5. 实战案例2-3：Lending Club借贷违约预测

第五课 金融数据分析(1)–金融时间序列(2-3课时)

1. Pandas的时间处理及操作

2. 金融数据

3. 金融学图表

4. 高频数据分析

5. 实战案例3-1：股票收益率回归分析

第六课 金融数据分析(2)–量化分析 (2-3课时)量化分析基础

1. 量化策略建模流程及回测

2. 常用量化分析指标及框架

3. TA-Lib金融软件工具

4. 实战案例3-2：多因子策略模型

第七课 图像数据处理及分析 (2-3课时)

1. 基本的图像操作和处理

2. 常用的图像特征描述

3. 聚类模型：K-Means

4. 实战案例4：电影海报主色调聚类分析

第八课 深度学习及TensorFlow (2-3课时)

1. 人工神经网络及深度学习

2. TensorFlow框架学习及使用

3. TensorFlow实现卷积神经网络

4. 实战案例5：基于TensorFlow的101类图像识别(Caltech101)

第九课 文本数据分析 (2-3课时)

1. Python文本分析工具NLTK

2. 情感分析与文本分类

3. TensorFlow实现文本深度表示模型Word2Vec

4. 分类与预测模型– 朴素贝叶斯

5. 实战案例6：搜狐新闻数据分类

第十课 项目实战(2-3课时)

1. 交叉验证及参数调整

2. 特征降维与特征选择

3. 实战案例7：根据日常新闻预测股市动向

4. 课程总结

资源下载

此资源下载价格为10学分，VIP免费，请先登录

充值比例 1元=1学分
资源失效，请咨询客服
客服QQ 980264305