01章Python編程基礎(chǔ)知識
01-01數(shù)據(jù)分析的武器庫
01-02數(shù)據(jù)分析工具Python介紹
01-03Python的基本數(shù)據(jù)類型
01-04Python的基本數(shù)據(jù)結(jié)構(gòu)
01-05Python的程序控制
01-06Python的函數(shù)與模塊
01-07Python日期和時間處理
01-08Python字符串處理與正則表達式
01-09Python異常處理和文件操作
01-10實戰(zhàn)：基于Python的函數(shù)創(chuàng)建與商業(yè)實操
02章Mysql數(shù)據(jù)庫基礎(chǔ)[線上視頻]
01-01Mysql數(shù)據(jù)庫知識介紹
01-02Mysql數(shù)據(jù)庫的基本操作
01-03Mysql數(shù)據(jù)表的基本操作
01-04Mysql數(shù)據(jù)類型和約束條件
01-05數(shù)據(jù)的CRUD操作之增加、刪除、修改數(shù)據(jù)表
01-06SQL數(shù)據(jù)庫單表查詢和聯(lián)合查詢
01-07SQL操作符和函數(shù)
01-08SQL綜合案例：彩票數(shù)據(jù)核對練習(xí)
01-09SQL綜合案例：電商數(shù)據(jù)查詢練習(xí)
03章Pandas數(shù)據(jù)清洗與數(shù)據(jù)整合
01-01Python數(shù)據(jù)分析工具庫介紹
01-02科學(xué)計算工具numpy介紹
01-03Numpy數(shù)組基礎(chǔ)
01-04Numpy數(shù)組的計算
01-05Pandas對象基礎(chǔ)知識
01-06Pandas數(shù)據(jù)加載與存儲
01-07Pandas數(shù)據(jù)預(yù)處理：缺失值、數(shù)據(jù)轉(zhuǎn)換、字符串操作
01-08Pandas數(shù)據(jù)連接與數(shù)據(jù)合并
01-09Pandas數(shù)據(jù)聚合與分組操作
01-10Python連接數(shù)據(jù)庫與Python SQL操作介紹
01-11實戰(zhàn)：淘寶RFM客戶價值分析案例
04章數(shù)據(jù)分析之統(tǒng)計學(xué)基礎(chǔ)[線上視頻]
01-01數(shù)據(jù)分析行業(yè)與知識簡介
01-02概率論基礎(chǔ)知識
01-03描述性統(tǒng)計分析
01-04統(tǒng)計量與抽樣分布
01-05參數(shù)估計：點估計和區(qū)間估計
01-06假設(shè)檢驗方法
01-07方差分析的基本原理和操作
05章Python進行統(tǒng)計與回歸分析
01-01統(tǒng)計學(xué)基本概念回顧
01-02Python實操 - 假設(shè)檢驗與單樣本T檢驗
01-03Python實操 - 雙樣本T檢驗
01-04Python實操 - 方差分析
01-05Python實操 - 相關(guān)分析
01-06Python實操 - 卡方檢驗
01-07簡單線性回歸與多元線性回歸
01-08多元線性回歸的變量篩選
01-08線性回歸診斷方法- 殘差分析、強影響點分析、多重共線性分析
01-09正則化方法 - 嶺回歸和LASSO回歸
01-10Logistic回歸的相關(guān)關(guān)系分析
01-11Logistic回歸模型及實現(xiàn)
01-12Logistic回歸的極大似然估計
01-13Logistic回歸模型評估方法 - ROC曲線
01-14案例：銀行業(yè) - 月均信用卡支出數(shù)據(jù)集
01-15案例：汽車業(yè) - 汽車貸款違約數(shù)據(jù)集
06章Python進行降維與時間序列分析
01-01多元統(tǒng)計基礎(chǔ)與變量約減的思路
01-02主成分分析方法
01-03因子分析模型與算法
01-04市場分析其他方法：對應(yīng)分析（ Correspondence Analysis ）
01-05市場分析其他方法：多維尺度分析（ Multi-Dimensional Scaling，簡稱MDS ）
01-06認識時間序列分析方法
01-07簡單時間序列分析
01-08平穩(wěn)時間序列分析ARMA模型
01-09非平穩(wěn)時間序列分析ARIMA模型
01-10實戰(zhàn)：電信公司網(wǎng)絡(luò)咨詢電話呼入人數(shù)預(yù)測
07章使用Python進行網(wǎng)絡(luò)爬蟲[線上視頻]
01-01網(wǎng)絡(luò)爬蟲基礎(chǔ)知識
01-02網(wǎng)絡(luò)請求及響應(yīng)-requests庫
01-03HTML文檔解析-BeautifulSoup庫
01-04常見反爬蟲機制及應(yīng)對
01-05網(wǎng)絡(luò)爬蟲 VS 網(wǎng)絡(luò)數(shù)據(jù)抓取
01-06實戰(zhàn)1：批量下載頭像
01-07實戰(zhàn)2：抓取豆瓣書籍簡介
01-08實戰(zhàn)3：模擬瀏覽器selenium抓取電商商品信息及評論
08章Python數(shù)據(jù)可視化[線上視頻]
01-01繪圖思想的基本原理
01-02Python數(shù)據(jù)可視化包-Matplotlib介紹
01-03使用Matplotlib進行基本的圖形繪制
01-04使用Python數(shù)據(jù)處理包Pandas做可視化
01-05Python數(shù)據(jù)可視化包-Seaborn介紹與圖形繪制
01-06Python數(shù)據(jù)可視化包-Pyecharts介紹與圖形繪制
01-07使用Python進行地圖繪制-Pyecharts
09章Python數(shù)據(jù)挖掘與預(yù)測型數(shù)據(jù)挖掘模型Part1
01-01數(shù)據(jù)挖掘概要
01-02數(shù)據(jù)挖掘的方法和原理
01-03數(shù)據(jù)挖掘基礎(chǔ)和進階技術(shù)概述
01-04數(shù)據(jù)預(yù)處理技術(shù)：字段選擇-數(shù)據(jù)清洗-字段擴充-數(shù)據(jù)編碼
01-05人工特征工程：特征構(gòu)造 - 特征抽取 - 特征選擇
01-06決策樹建模思路
01-07Quinlan系列決策樹(ID3、C4.5、C8.0)建模原理
01-08CART建模原理
01-09決策樹模型修剪
01-10決策樹模型效果評估
01-11實戰(zhàn)：使用決策樹進行初始信用評級
10章Python預(yù)測型數(shù)據(jù)挖掘模型Part2
01-01了解神經(jīng)網(wǎng)絡(luò)的基本概念
01-02明確人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
01-03神經(jīng)元模型
01-04掌握BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法
01-05多層感知器的scikit-learn代碼實現(xiàn)
01-06貝葉斯公式與分類原理
01-07樸素貝葉斯的參數(shù)估計
01-08在Python中實現(xiàn)樸素貝葉斯
01-09KNN算法原理與Python代碼實現(xiàn)
01-10線性可分與線性不可分
01-11線性可分的支持向量機
01-12線性支持向量機與軟間隔最大化
01-13非線性支持向量機與核函數(shù)
01-14集成學(xué)習(xí)方法：Bagging、Boosting、隨機森林
11章Python進行描述性數(shù)據(jù)挖掘模型
01-01聚類算法的概述
01-02聚類算法基本概念
01-03聚類模型的評估
01-04層次聚類原理與R實現(xiàn)
01-05基于劃分的聚類K-means的原理及應(yīng)用
01-06詳談基于密度的聚類方法與Python實現(xiàn)
01-07實戰(zhàn)：通信客戶業(yè)務(wù)使用偏好聚類
01-08關(guān)聯(lián)規(guī)則的一些基本概念
01-09關(guān)聯(lián)規(guī)則Ariori算法的原理與Python實現(xiàn)
01-10關(guān)聯(lián)規(guī)則FP-growth算法
01-11序列模式的簡介與概念
01-12序列模式AprioriAll算法與Python實現(xiàn)
01-13基于用戶和商品的的協(xié)同過濾算法