课程设计循序渐进,从基础工具与理论知识入门,进阶到统计分析方法和机器学习模型、文本挖掘模型,以实战项目案例贯穿课程讲解。
其中包括:Python编程基础、数据清洗、统计分析、数据处理与特征工程、Python机器学习、自然语言处理等课模块。
课程理论知识涵盖CDA LEVEL II和CDA LEVEL III等级考试的所有考点,有利于对应等级考试的学员备考。
熟练掌握Python数据挖掘算法与实践,包括统计分析、统计模型、机器学习算法、深度学习算法、文本挖掘算法
灵活使用数据挖掘算法解决各行业的业务问题,通过策略优化和精准预测来解决运营、产品、营销方面的问题
希望提升数据挖掘技术的在职提升者
从事算法科学、深度学习等工作的科研人员、分析师与工程师等
产品、运营、营销、管理、咨询相关岗位从业者,希望增加数据分析技能与思维
参加CDA等级认证考试LEVELII和LEVELⅢ考生
1-1Python基础和数据清洗
2章数字化工作保障机制-数据治理
2-1数据治理驱动因素
2-2数据治理域
2-3数据管理域
2-4数据应用域
2-5如何开展数据治理
3章数字化工作方法
3-1EDIT数字化模型简介
3-2业务探查(E)
3-3问题诊断(D)
3-4业务策略优化和指导(I)
3-5算法工具介绍(T)
4章数据采集方法
4-1数据采集方法
4-2数据模型管理
5章Python编程基础
5-1Python标准数据类型
5-2控制流语句
5-3自定义函数
5-4异常和错误
5-5类与面向对象编程
5-6Python连接数据库操作
5-7Python编程基础习题串讲与直播答疑
6章Python数据探索、数据处理与可视化
6-1Numpy数组基础操作
6-2Pandas数据表的基本操作
6-3Pandas数据探索
6-4Pandas数据可视化
6-5Python数据可视化包-Matplotlib介绍
6-6Python数据可视化包-Seaborn介绍与图形绘制