Python 学习课程安排表.doc

Python 学习课程安排表.doc

ID:59434634

大小:39.00 KB

页数:9页

时间:2020-05-21

Python 学习课程安排表.doc_第1页
Python 学习课程安排表.doc_第2页
Python 学习课程安排表.doc_第3页
Python 学习课程安排表.doc_第4页
Python 学习课程安排表.doc_第5页
资源描述:

《Python 学习课程安排表.doc》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、从Python基础到数据清洗,到爬虫,到案例分析实战,还有Python量化与统计计量,allaboutPython:等级课程时间方式Level1Python编程基础入门,从配置环境到能够上手5月6-9日四天北京/远程Level2Python数据清洗及统计描述数据思维和数据清洗5月13-15日三天北京/远程Level3Python爬虫学会网络爬虫收集数据5月20-21日两天北京/远程Level4Python数据挖掘,算法及案例5月27-30日四天北京/远程专题Python量化投资基础+实战4月15-16,22-23日北京/远程专题Python统计计量4

2、月28-5月1日上海/视频(课程详情请参照回复)Level1-Python编程基础5月6-9日四天北京/远程3200/2600课程大纲:一,Python概述(0.5天)注:本部分课程主要为Python语言的介绍及基础环境的安装配置。0.1Python语言介绍、Anaconda科学计算集成介绍安装0.2Python编译器、Shell、编辑器介绍0.3Python的第三方包的管理0.4Python在数据分析领域的生态介绍二,Python编程基础(3.5天)注:本部分主要为讲解Python的基础编程知识,侧重于Python数据分析常用的功能和知识点进行讲解

3、。课程安排:1.1Python语言特点1.2Python的数据类型和变量1.3Python中的运算1.4Python的数据结构1.5Python的控制流语句1.6Python中的异常处理和调试1.7函数调用和定义以及函数的参数1.8Python的类和面向对象编程1.9Python的文件、模块操作1.10其他高级特性练习项目:-蒙特卡罗模拟求圆周率-冒泡算法和二分查找-实现计算器-堆栈和队列的实现-模拟实现ATM机取钱-求阶乘-模拟管理学生成绩信息-编程实现24点扑克游戏-会员信息管理的实现-虚拟水果店进销存系统-投票系统-汉诺塔问题-离散事件模拟-堆

4、排序的实现Level2:Python数据清洗及统计描述5月13-15日三天北京/远程2400/2000课程大纲:一,Numpy(NumericalPython)是高性能科学计算和数据分析的基础包,是数据分析几乎所有的高级工具的构建基础。Numpy基础-Numpy的ndarray-数组的索引和切片-数组的运算-常用的数组方法二,Pandas包提供了大量能使我们快速便捷地处理数据的函数和方法,它是Python成为强大而高效的数据分析环境的重要因素之一。Pandas基础应用-Series数据结构-DataFrame数据结构-基本功能-汇总和计算统计描述-缺

5、失值的处理Pandas数据规整-数据加载&输出-数据集的合并-数据集的重塑-数据重构Pandas分组运算-GroupBy技术-数据聚合-分组级运算和转换-透视表和交叉表Level3:Python爬虫5月20-21日北京/远程1600/1300课程大纲:一,爬虫初级-认识HTTP协议和Cookie及HTML介绍-网络请求(urllib以及requests的介绍和安装)-使用BeautifulSoup4库(静态网页解析)-使用lxml库(XPath语法解析静态网页)-Python连接数据库(数据保存)-logging、time模块的学习-正则表达式的使用

6、二,爬虫高级-动态网页的抓取(PhantomJS和Selenium的使用)-Scrapy爬虫框架的安装和学习-多线程爬虫-规避网站信息采集陷阱Level4:Python数据挖掘、机器学习算法案例5月27-30日四天北京/远程4200/3600Python案例分析大全(但不局限于):1.文本挖掘原理和案例-数据可视化的各种方式2.预测分析核心算法-Python图片结构和分析(图片的k-means聚类分析)3.机器学习经典算法-图片的识别和分类:PCA建模4.Python概率统计-二维手写数字识别(KNN方法)5.数据可视化-推荐系统的构建(最近邻方法、

7、协同过滤)6.Python经典金融分析-垃圾短信或邮件的识别与分类(Logistic对文本的分类)7.Python量化投资-新闻的文本分类(TF-IDF准则、旅游新闻个性化推荐)8.算法和模型的优化-人脸识别9.模型精度评估和提升-朴素贝叶斯决策10.特征选取的方法-酒的品质分类预测11.最佳k-means分类数-机器学习的格点搜索和参数寻优12.交叉验证(CV)-惩罚线性回归分类器13.不平衡数据处理-使用支持向量机识别和分类14.XGBoost-时间序列预测案例15.贝叶斯分析-机器集成学习算法案例16.逼近和最优化-Python随机模拟案例17

8、.概率图模型-Python金融分析案例18.马尔科夫&蒙特卡罗-使用Python进行量化投资案例Python

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。