- 物業(yè)經(jīng)營、收費及專項維修資金使用、監(jiān)
- 管理者如何熟練使用微軟Power B
- 海關(guān)稽查案例分析、估價及特許權(quán)使用費
- 中國海關(guān)AEO認證管理暨特許權(quán)使用費
- 管理者如何熟練使用微軟Power B
- 海關(guān)稽查案例分析、估價及特許權(quán)使用費
- 海關(guān)稽查案例分析、估價及特許權(quán)使用費
- 最新《干部人事檔案工作條例》解析與人
- 真探™-問題分析與解決
- 產(chǎn)品可靠性工程--零故障設(shè)計與分析
- 顧客滿意服務與客戶心理分析
- 崗位分析與崗位評價
- 銀行客戶經(jīng)理如何搜尋、選擇與確定目標
- 九型人格--識人用人與性格分析
- 市場分析與營銷戰(zhàn)略規(guī)劃課程大綱
- 投資項目評估與可行性分析
- 零售行業(yè)運營管理與數(shù)據(jù)分析模型
- 消費者心理與行為分析
- 汽車生產(chǎn)管理事件因果分析技能
- 企業(yè)運營管理與數(shù)據(jù)分析模型
使用python做數(shù)據(jù)分析
課程編號:29156
課程價格:¥23000/天
課程時長:5 天
課程人氣:426
- 課程說明
- 講師介紹
- 選擇同類課
有數(shù)據(jù)庫基礎(chǔ)知識 有編程基礎(chǔ)知識 有統(tǒng)計學基本知識 有數(shù)據(jù)分析、數(shù)據(jù)挖掘、統(tǒng)計分析的基本概念 對數(shù)據(jù)分析感興趣
【培訓收益】
第1天
主題 Python的優(yōu)點和不足
大綱 優(yōu)點
1、python語言更接近自然語言
2、python是開放源碼的自由軟件
3、python可移植在各種平臺上
4、python支持面向過程的函數(shù)編程,也支持面向?qū)ο蟮某橄缶幊?br />
5、可擴展和可嵌入
6、各種功能豐富的庫
7、編碼規(guī)范。各種強制縮進方式提供了可讀性。
不足
8、運行速度可能不理想。
9、python是開源軟件,通過封裝加密進行商業(yè)化,就是一個問題。
10,、繁多的標準庫和第三方庫
主題 重要的python庫
大綱 1、NumPy (numerical python)
2、Pandas 處理結(jié)構(gòu)化數(shù)據(jù)的大量數(shù)據(jù)結(jié)構(gòu)和函數(shù)
3、Matplotlib 繪制數(shù)據(jù)圖表
4、IPython 交互式窗口,科學計算工具集的一部分
5、SciPy 專門解決科學計算中,標準問題域的包的集合。
6、Scikit-learn 機器學習庫
主題 Python的安裝和配置
大綱 1、anaconda
2、Windows系統(tǒng)下的安裝
3、Linux系統(tǒng)下的安裝
主題 Ipython基礎(chǔ)
大綱 1、IPython交互式計算和開發(fā)環(huán)境
2、Ipython啟動、簡單命令
3、內(nèi)省
4、使用歷史命令
5、與操作系統(tǒng)交互
6、軟件開發(fā)工具
7、ipython html notebook
8、用ipython提高代碼開發(fā)效率
9、ipython高級功能
主題 Ipython編碼效率與高級功能
大綱 1、利用python提高代碼效率的幾點提示
2、高級Ipython功能
第2天
主題 numpy數(shù)組和矢量計算
大綱 1、NumPy的ndarray:多維數(shù)組
2、通用函數(shù) 數(shù)組函數(shù)
3、利用數(shù)組進行數(shù)據(jù)處理
4、用于數(shù)組文件的輸入輸出
5、線性代數(shù)
6、隨機數(shù)生產(chǎn)
7、隨機漫步
主題 pandas 數(shù)據(jù)處理分析工具
大綱 1、pandas的數(shù)據(jù)結(jié)構(gòu)介紹
2、基本功能
3、匯總和計算描述統(tǒng)計
4、處理缺失數(shù)據(jù)
5、層次化索引
6、其他有關(guān)pandas的話題
主題 數(shù)據(jù)加載 轉(zhuǎn)儲
大綱 1、讀寫文本格式的數(shù)據(jù)
2、二進制數(shù)據(jù)格式
3、使用HTML和Web API
4、使用數(shù)據(jù)庫
5、使用excel文件
6、使用hadoop大數(shù)據(jù)
主題 簡單數(shù)據(jù)清洗
大綱 1、合并數(shù)據(jù)集
2、重塑和軸向旋轉(zhuǎn)
3、數(shù)據(jù)轉(zhuǎn)換
4、字符串操作
主題 python的繪圖和可視化
大綱 1、python的圖形化工具生態(tài)系統(tǒng)
2、matplotlib API入門
3、pandas中的繪圖函數(shù)
4、繪制地圖
第3天
主題 數(shù)據(jù)的分組計算--分層樣本
大綱 1、GroupBy技術(shù)
2、數(shù)據(jù)聚合
3、分組運算和轉(zhuǎn)換
4、透視表和交叉表
主題 時間序列
大綱 1、日期和時間數(shù)據(jù)類型及工具
2、時間序列基礎(chǔ)
3、日期的范圍、頻率以及移動
4、時區(qū)處理
5、時期及其算數(shù)運算
6、重采樣及頻率轉(zhuǎn)換
7、時間序列繪圖
8、移動窗口函數(shù)
9、性能和內(nèi)存使用方面的注意事項
主題 numpy高級應用
大綱 1、ndarray對象的內(nèi)部機制
2、高級數(shù)組操作
3、廣播
4、ufunc高級應用
5、結(jié)構(gòu)化和記錄式數(shù)組
6、關(guān)于排序
7、numpy的matrix類
8、高級數(shù)組輸入輸出
9、性能建議
主題 蒙特卡洛模擬
大綱 1、純python
2、用numpy向量化
3、用對數(shù)歐拉方法實現(xiàn)全向量化
4、圖形化分析
5、技術(shù)分析
主題 統(tǒng)計學 正態(tài)檢驗
大綱 1、正態(tài)性檢驗
2、基準案例
3、現(xiàn)實世界的數(shù)據(jù)
第4天
主題 金融應用 投資優(yōu)化組合
大綱 1、基本理論
2、數(shù)據(jù)
3、投資組合優(yōu)化
4、有效邊界
5、資本市場線
主題 k 近鄰算法
大綱 1、k近鄰算法概述
2、準備數(shù)據(jù):從文本文件中解析數(shù)據(jù)
3、分析數(shù)據(jù):使用matplotlib創(chuàng)建散點圖
4、準備數(shù)據(jù):歸一化數(shù)值
5、測試算法:作為完整程序驗證分類器
6、使用算法:構(gòu)建完整可用的系統(tǒng)
主題 決策樹
大綱 1、決策樹的構(gòu)造
信息增益
劃分數(shù)據(jù)集
遞歸構(gòu)建決策樹
2、使用matplotlib注解繪制樹形圖
matplotlib注解
構(gòu)造注解樹
3、測試和存儲分類器
測試算法:使用決策樹執(zhí)行分類
使用算法:決策樹的存儲
主題 概率論 樸素貝葉斯
大綱 1、基于貝葉斯決策理論的分類方法
2、條件概率
3、使用條件概率來分類
4、使用樸素貝葉斯進行文檔分類
5、使用python進行文本分類
主題 Logistic 回歸分析
大綱 1、基于Logistic回歸和sigmoid函數(shù)的分類
2、基于最優(yōu)化方法的 最佳回歸系數(shù)確定
梯度上升法
訓練算法:使用梯度上升找到最佳參數(shù)
分析數(shù)據(jù):畫出決策邊界
訓練算法:隨機梯度上升
第5天
主題 支持向量機
大綱 1、SVM應用的一般框架
2、基于最大間隔分隔數(shù)據(jù)
3、尋找最大間隔
4、SMO高效優(yōu)化算法
5、利用完整plattSMO算法加速優(yōu)化
6、在復雜數(shù)據(jù)上應用核函數(shù)
主題 回歸 ----- 預測數(shù)值型數(shù)據(jù)
大綱 1、用線性回歸找到最佳擬合直線
2、局部加權(quán)線性回歸
3、縮減系數(shù)來“理解”數(shù)據(jù)
嶺回歸
lasso
向前逐步回歸
4、權(quán)衡偏差與方差
主題 樹回歸
大綱 1、復雜數(shù)據(jù)的局部性建模
2、連續(xù)和離散型特征的樹的構(gòu)建
3、將CART算法用于回歸
構(gòu)建樹 運行代碼
4、樹剪枝
預剪枝 后剪枝
5、模型樹
6、樹回歸與標準回歸的比較
主題 大數(shù)據(jù)與mapreduce
大綱 1、mapreduce:分布式計算框架
2、hadoop流
3、mapreduce上的機器學習
4、在python中使用mrjob來自動化MapReduce
5、真的需要MapReduce嗎?
Oracle 數(shù)據(jù)庫 DBA認證
SAS 數(shù)據(jù)分析高級程序員認證
Hadoop大數(shù)據(jù)及數(shù)據(jù)分析講師
數(shù)據(jù)庫專家。 孫增輝老師多年從事數(shù)據(jù)庫的管理和教學工作。對oracle、sql server、mysql等關(guān)系型數(shù)據(jù)庫有豐富的教學經(jīng)驗。對于hive、HBase這些非關(guān)系型NoSql數(shù)據(jù)庫也有相當成熟的教學實踐。
數(shù)據(jù)分析講師。孫增輝老師多年講授SAS數(shù)據(jù)分析軟件的應用與數(shù)據(jù)分析實踐。對SSPS、R、python等在數(shù)據(jù)分析方向的教學也有相當經(jīng)驗。
Hadoop大數(shù)據(jù)、spark大數(shù)據(jù)分析講師。自2015年以來,孫增輝老師頻繁從事大數(shù)據(jù)方向的教學工作
Python+人工智能
Openstack云計算技術(shù)
Docker應用容器引擎
孫增輝老師在數(shù)據(jù)庫、大數(shù)據(jù)、數(shù)據(jù)分析,python+人工智能,這條數(shù)據(jù)應用鏈路上,非常擅長。
從業(yè)經(jīng)驗:
孫增輝老師從2008您進入數(shù)據(jù)庫行業(yè)之后,基本上一直從事數(shù)據(jù)相關(guān)工作。沒有脫離這個行業(yè)。
項目經(jīng)驗 :
1.項目名稱:華夏銀行oracle數(shù)據(jù)庫技術(shù)培訓
項目描述:孫增輝老師多次在華夏銀行進行oracle數(shù)據(jù)庫培訓。從2013年至2016年,幾乎每年都要進行兩三次數(shù)據(jù)庫培訓項目。
工作內(nèi)容:為專業(yè)數(shù)據(jù)庫技術(shù)部門及非技術(shù)相關(guān)部門培訓數(shù)據(jù)庫技術(shù)
2.項目名稱:廣東移動 鼎湖培訓學院 大數(shù)據(jù)及數(shù)據(jù)分析
項目描述:長期多次在鼎湖培訓中心,多次講授大數(shù)據(jù)、大數(shù)據(jù)分析等相關(guān)課程。
工作內(nèi)容:為專業(yè)技術(shù)部門及非技術(shù)相關(guān)部門培訓大數(shù)據(jù)、數(shù)據(jù)分析技術(shù)
3.項目名稱:建設(shè)銀行研發(fā)中心 大數(shù)據(jù)技術(shù)培訓(北京西城)
項目描述:為研發(fā)人員進行大數(shù)據(jù)技術(shù)培訓
某銀行數(shù)據(jù)庫遷移項目
因業(yè)務發(fā)展,舊有的系統(tǒng)無法承擔業(yè)務增長造成的壓力,需要將數(shù)據(jù)庫遷移到新的平臺。
作為項目負責人,編寫實施方案,溝通項目實踐窗口,安排方案測試并組織實施。
◇ 某銀行全國數(shù)據(jù)庫管理員培訓項目
為金融機構(gòu)的oracle數(shù)據(jù)庫管理員提供培訓。
金融機構(gòu)的技術(shù)人員一般有較好的技術(shù)基礎(chǔ),這對講師的能力也是一種考驗。
作為主講講師,講授相關(guān)技術(shù)知識。
◇ 某銀行儲蓄數(shù)據(jù)庫性能調(diào)優(yōu)項目
為機構(gòu)的數(shù)據(jù)庫查詢性能提供優(yōu)化。
由于新業(yè)務上線,系統(tǒng)老舊,以及管理能力瓶頸造成的性能無法滿足需要,對數(shù)據(jù)庫進行調(diào)優(yōu)。通過優(yōu)化代碼、重新組織存儲、合理建設(shè)索引等方法完成項目。
作為項目工程師,確認影響范圍,組織實施測試,實施調(diào)優(yōu)。
◇ 某銀行數(shù)據(jù)庫開發(fā)項目
審核代碼、優(yōu)化代碼在數(shù)據(jù)庫中的執(zhí)行效率。維護測試數(shù)據(jù)庫、組織測試數(shù)據(jù)。
作為數(shù)據(jù)庫管理員,提供技術(shù)支持。
◇ ORACLE OCP公開課項目
面向社會培訓的oracle認證課程。
主要是對oracle數(shù)據(jù)庫的初級學員進行培訓。課程內(nèi)容涉及oracle數(shù)據(jù)庫的全方位知識,知識點全面,深度中等。
作為主講講師,安排課程進度,組織教學實驗,維護學習氣氛。
◇ ORACLE 數(shù)據(jù)庫災備方案 咨詢項目
對企業(yè)的oracle數(shù)據(jù)庫災備項目進行咨詢。
企業(yè)的oracle數(shù)據(jù)庫災備,是數(shù)據(jù)安全工作的重點,也是保障數(shù)據(jù)安全的重要手段。幫助企業(yè)完成災備方案并實施,是一項十分重要的工作。
作為咨詢顧問,進行售前技術(shù)交流、審核實施方案、安排組織方案測試。
◇ ORACLE系統(tǒng)管理 系列培訓/咨詢項目
結(jié)合各行業(yè)企業(yè)客戶的項目和培訓需求,設(shè)計、開發(fā)相應的課程體系、定制課件、現(xiàn)場培訓、系統(tǒng)規(guī)劃、安裝、配置、性能優(yōu)化、疑難解答等。
作為主講講師/咨詢顧問,提供技術(shù)支持,幫助界定項目范圍、時間長度安排。
◇ 某大學 計算機學院 oracle培訓項目
大學生的oracle數(shù)據(jù)庫培訓,與其他數(shù)據(jù)庫培訓有所不同。掌握課堂紀律,安排好課程的節(jié)奏反而是更重要的部分。
作為主講講師,安排課程進度,組織教學實驗,維護學習氣氛。
◇ 廣東移動 SAS數(shù)據(jù)分析培訓項目
培訓項目內(nèi)容深度要求并不嚴格,但是移動公司人員對知識的廣度要求加大。很多時候培訓組織的過程中,都要求按照學員的需求,隨時調(diào)整講授內(nèi)容。這對講師的講授經(jīng)驗、項目經(jīng)驗、課程熟悉程度都會有較高要求。
作為主講講師,安排課程進度,組織教學實驗,維護學習氣氛。
◇ SAS程序開發(fā)
面向社會的SAS公開課。主要內(nèi)容為數(shù)據(jù)處理與簡單建模。
很多數(shù)據(jù)分析課程,一開始就講授建模部分,但是數(shù)據(jù)的采集、整理、篩選、變換才是一個數(shù)據(jù)分析師的基本功。本課程的內(nèi)容主要是數(shù)據(jù)處理。
作為主講講師,安排課程進度,組織教學實驗,維護學習氣氛。
◇ SAS數(shù)據(jù)分析
主要內(nèi)容是使用描述統(tǒng)計、相關(guān)分析、主成分分析、聚類、回歸分析、邏輯回歸、方差分析、時間序列分析等方法對數(shù)據(jù)繼續(xù)分析處理。
作為主講講師,安排課程進度,組織教學實驗,維護學習氣氛。
工作內(nèi)容: 組織培訓并安排考試考核
-
【課程背景】數(shù)據(jù)分析有多個含義,普通含義的數(shù)據(jù)分析包括展現(xiàn)數(shù)據(jù)的趨勢,對數(shù)據(jù)做分類匯總,發(fā)現(xiàn)其中的TOPN數(shù)據(jù),對比數(shù)據(jù)的不同與變化等。這些常規(guī)分析可以通過數(shù)據(jù)透視表來完成。這些內(nèi)容在課程《業(yè)務數(shù)據(jù)分析I》中已經(jīng)詳細介紹了。而對數(shù)據(jù)的深入分析還包括發(fā)現(xiàn)數(shù)據(jù)之間的模式,規(guī)律,相關(guān)性及因果關(guān)系,預測未來業(yè)務數(shù)據(jù),對數(shù)據(jù)進行統(tǒng)計分析從而發(fā)現(xiàn)問題等等。 ..
-
【課程背景】數(shù)據(jù)分析是數(shù)據(jù)應用的重要目的。海量的,紛繁復雜的原始數(shù)據(jù)只有經(jīng)過分析才能抽取關(guān)鍵信息,獲得對數(shù)據(jù)的準確認知,才能對未來起到知道作用。本課程從準備數(shù)據(jù)開始,一步一步的經(jīng)過數(shù)據(jù)整理,分析,最終做出報表呈現(xiàn)分析結(jié)果,并通過各個領(lǐng)域的案例,使您可以快速將學習到的分析和預測方法落實到您的實際工作中。【課程大綱】(..
-
課程背景據(jù)統(tǒng)計,我們?nèi)粘9ぷ髦校ㄟ^視覺獲取的信息超過70%,所以如何將數(shù)據(jù)圖示化、視覺化,如果讓老板、領(lǐng)導或者客戶、消費者在短時間內(nèi)迅速get到你想表達的信息在當今信息化時代顯得尤為重要。基于商務應用需要,Office高效辦公專家李憲磊老師以多年的企業(yè)實戰(zhàn)工作經(jīng)驗和企業(yè)實際需求為出發(fā)點,開發(fā)出《數(shù)據(jù)分析與圖示化呈現(xiàn)技巧》課程。本課程結(jié)合日常的數(shù)據(jù)信..
-
服裝行業(yè)終端店長——店鋪商品數(shù)據(jù)分析課程
【課程大綱】1.店鋪商品的構(gòu)成分析2.店鋪商品的訂貨方法3.店鋪商品數(shù)據(jù)分析的要點4.店鋪商品陳列的方法5.店鋪商品促銷管理方法6. 店鋪商品庫存管理
-
新零售用戶行為數(shù)據(jù)分析與產(chǎn)品優(yōu)化
第一單元 用戶分類1.用戶分析集中的三個方面u用戶統(tǒng)計監(jiān)控u用戶定向營銷u用戶調(diào)研2.互聯(lián)網(wǎng)思維——用戶為中心u顧客-用戶u顧客為中心-用戶為中心u顧客至上-用戶體驗至上3.用戶分析的指標u訪問用戶數(shù)u新用戶數(shù)u活躍用戶數(shù)u流失用戶數(shù)4.新老用戶5.新活躍用戶和流失用戶 ..
-
移動互聯(lián)網(wǎng)時代的精焳營銷-數(shù)據(jù)分析
一、大數(shù)據(jù)未來的通行證美國的大數(shù)據(jù)、阿里的大數(shù)據(jù)大數(shù)據(jù)改變未來未來誰是王者案例:未來的一天、IBM的規(guī)劃二、數(shù)據(jù)分析五步法1)數(shù)據(jù)搜集數(shù)據(jù)搜集不等CRM2)數(shù)據(jù)清洗3)數(shù)據(jù)建模4) 數(shù)據(jù)整理三、市場調(diào)查1)市場調(diào)研帶來哪些價值機會點研究品牌研究廣告促銷研究滿意度研究四、數(shù)據(jù)分..