教學目標

  通過該課程的學習，我們的學員將不再單一依靠開源公開數(shù)據(jù)網(wǎng)站的數(shù)據(jù)，適當擺脫對國家統(tǒng)計年鑒、wind數(shù)據(jù)庫、知網(wǎng)數(shù)據(jù)的依賴，能夠從更多元的渠道獲取數(shù)據(jù)，使用python更高效的處理數(shù)據(jù)，并用更前沿的技術(shù)分析和挖掘數(shù)據(jù)信息，為我們的科研減輕中間負擔。

  適合人群
  想從事數(shù)據(jù)領(lǐng)域，缺乏實踐技能的在校學生
  有數(shù)據(jù)化運營需求的產(chǎn)品運營、市場人員及管理者
  對Python數(shù)據(jù)分析和挖掘感興趣的業(yè)界人士
  個人發(fā)展遭遇瓶頸的數(shù)據(jù)分析師
  希望轉(zhuǎn)行從事數(shù)據(jù)領(lǐng)域的所有人員

  課程收獲
  掌握Python語言
  幫助學員熟練掌握數(shù)據(jù)科學領(lǐng)域受歡迎的編程語言-Python，掌握使用Python和pandas庫進行數(shù)據(jù)清洗和預(yù)處理。
  會用matplotlib
  使用matplotlib、seaborn進行初級可視化，善用機器學習解決用戶畫像、精準營銷、風險管理等商業(yè)問題。
  會用Pyecharts
  使用Pyecharts進行數(shù)據(jù)可視化，使用Python爬蟲獲取網(wǎng)絡(luò)數(shù)據(jù)，使用機器學習實操電商、電信、醫(yī)藥行業(yè)真實項目案例。
  會機器學算法
  構(gòu)建機器學習算法進行分類、預(yù)測和聚類模型，使用Python進行數(shù)據(jù)分析整體思路、針對業(yè)務(wù)做出模型優(yōu)化選擇。