|
|
马上注册，获取更多精彩内容！！！
您需要 登录 才可以下载或查看，没有帐号？立即注册
x
X象学院-《Python数据分析》升级版第二期
0 y# F& @4 z" j) p( v% ~( Y# N4 J- @) f! Y, T g$ d+ R' [. K+ j
7 L2 t* p( S& n5 j! w0 u课程大纲：
2 M6 n h( r' n+ t) w2 B! h9 l* M! M
第一课 工作环境准备及数据分析建模理论基础 (2-3课时)
- d2 v# y$ S* c. _
1 U- `) L \. ]9 e6 I- L 1. 课程介绍
8 m4 O; r8 ?" l+ E/ K+ Q( m* t; k3 ^- @' i. A- E) M
2. 数据分析的基本概念, j; R8 g/ p% M5 w
3. Python简介和环境部署4 L! z7 @* y% o* y
4. NumPy数据结构及向量化
8 \5 O0 K1 v+ Z5 ^ 5. 数据分析建模理论基础! {* i# {) N6 ?8 p: |7 m$ D: b+ ^
a. 机器学习基础0 g: m& l- @+ l5 X2 H1 y* H
5 m4 O7 F# d$ m. G! {
b. 数据分析建模过程/ s5 z5 u5 r3 S/ d8 R% \/ ]
c. 常用的数据分析建模工具" C& f& R- h! H/ d; ]! j
6. 实战案例1：使用Python实现蒙特卡洛模拟的期权估值" F: j& b7 p M& r' i
4 o+ B, }' ^* Z" v$ F' f+ T
( o, m4 ~8 l# B0 r
: e/ j: v8 z' q3 I% K1 x第二课 数据分析工具Pandas (2-3课时)
# Y( y: p7 T$ o1 {$ s
) C* P0 H/ l6 W5 f/ Y, x 1. Pandas的数据结构4 v( O: O$ ]) @; p2 L& a( `. ]. G
. N; M8 h2 e/ v' U' d. m( x 2. Pandas的数据操作( \1 a2 _& x: }& y* ?# N$ {
6 B r+ @" [8 F$ p6 x4 d# i0 s a. 数据的导入、导出3 y) y, H. H, H0 I' B/ @
) K( o8 \! m5 Y. _" c b. 数据的过滤筛选; L# c3 ^4 j! W1 k) D0 \
! ?8 a! D& j6 \
c. 索引及多重索引
) s7 ~! T* k# Z
6 [5 D, t& A" E 3. Pandas统计计算和描述3 @9 f+ E/ ~3 e- G) R8 Q6 D* |/ f
2 w- H2 x- Z, C# B" ?, A 4. 数据的分组与聚合
* H7 F- r5 N d# J
( @% y: H, S& T4 z0 y( E; y& M 5. 数据清洗、合并、转化和重构- `5 C$ |% T4 Z# E2 J
+ H+ B& Z8 `/ M8 Q c1 V
6. 实战案例2-1：Lending Club借贷数据处理及初步分析9 F6 j. M, g/ ?6 @
0 C% {* ^( m! T
. L2 K+ O) @+ ]1 O
第三课 探索性数据分析(EDA)及数据可视化 (2-3课时)
6 |; Z% L" L6 F8 t; ]
8 h4 t! ~$ ^% u) [1 p 1. 什么是EDA
) v: ]. Q8 K) b6 J' {$ c r% ^- ]! o, I; ^$ P% S
2. 探索单变量、多变量的关系及其可视化, ?0 p" i8 W+ o8 e' Q# m7 z& _ G
0 N2 C6 a0 N+ a" _, p5 G. s9 E
3. 3D绘图7 ?: F) i& U4 }' i. I
7 Z: Y) j Z- m: N# G& ^
4. 实战案例2-2：Lending Club借贷数据探索性分析及可视化3 O6 N" ]$ W8 _8 }& a5 g; W( e
A( i# T" U# M- G( W; p
" d6 \- Z: z) @2 e2 q5 k
第四课 机器学习及scikit-learn(2-3课时)+ e! J! U, A" J. `* b8 D8 x+ o
, E4 d2 |2 x: f: t/ g+ n2 s8 K
1. 机器学习基本概念与流程
) b2 Q, T7 x% ~# M7 C% r$ B5 ]7 N" t& W' G, u
2. Python机器学习库scikit-learn
% s8 U* e9 {1 n4 H3 N
, o( [! E5 y% q 3. 常用评价指标
3 G* {- y1 M9 F9 |: [0 ^# N/ c( r+ G, `& P
4. 分类预测模型– Logistic回归与Softmax回归
( Q- i* Q! w- g7 b& Y# b' p) i# ?) Y- W( Z- y
5. 实战案例2-3：Lending Club借贷违约预测
4 y5 c4 P$ l( w: H8 B+ \6 X4 d+ c+ g6 Z/ U( G1 h) R* V' `' Y& R
+ s$ Y% k7 l* L! i) _8 ?
! \/ u$ G5 |8 G6 B6 m第五课 金融数据分析(1)--金融时间序列(2-3课时)
+ C" X- J, B% _/ [* A* F: G& t, f' m! n2 t+ |% ]
1. Pandas的时间处理及操作
+ v, h' N5 n; k% G
; u+ _7 h8 Q" M% n" T$ H$ Z* W 2. 金融数据
2 {; _0 B( r d; \- [. Y" b4 H
: k$ F6 D& t8 r 3. 金融学图表% k9 x3 w9 O* e. ]& Q7 C2 V! x
$ \: U& d2 Q1 Y$ v2 P 4. 高频数据分析8 E9 j3 \8 Q& w
7 ?, M5 Z0 k* D& v9 Y6 U( [ 5. 实战案例3-1：股票收益率回归分析/ [/ b3 R5 X5 D) B. |% z1 R
- C, _& N! q" V; ^
5 v# @0 p! W( K
第六课 金融数据分析(2)--量化分析 (2-3课时)量化分析基础
1 |& j j c+ H4 o/ m V+ U/ b E
3 f3 h p2 z, h, H: r( d 1. 量化策略建模流程及回测9 X/ h" \4 m. G5 A8 Q' t
" B+ V* ]) b6 l9 R( @. x; y
2. 常用量化分析指标及框架
; I$ i$ s1 d' o: K" s' W' ]- e x, ^8 @$ y( C
3. TA-Lib金融软件工具
9 W- o2 {& ?0 @' s$ L
4 F8 p* D7 [4 F* W( l- F' h$ p 4. 实战案例3-2：多因子策略模型
! p, l, f% }2 q; k8 }- n0 |+ B( I! {" D) g% a' v
5 W& Z$ y; Z2 N/ N. Q第七课 图像数据处理及分析 (2-3课时)/ @" p/ n( l! k0 W0 w& \
, E! G, c) d/ Y( V0 R6 i
1. 基本的图像操作和处理
1 j5 C) [4 k* u
# n! g% c' V( f) ] 2. 常用的图像特征描述3 W8 j& q" X1 ?
* p3 t& x' C6 W
3. 聚类模型：K-Means. B$ @) l" |1 C4 z
9 h2 s; C9 X- K, I
4. 实战案例4：电影海报主色调聚类分析
5 |1 M4 G% B; [3 t. g! \9 ]- ]6 ~4 y ?" h# T. P; [
8 q9 b4 r/ y, Z3 o% u第八课 深度学习及TensorFlow (2-3课时)6 X4 y7 a& j& h
$ V, Z# u* D% M, l 1. 人工神经网络及深度学习
; N; S) h# \, ^, i" z2 l' x% A( t: u
2. TensorFlow框架学习及使用
( s+ _4 C; d7 z9 `
* K7 Y# v* ~& q 3. TensorFlow实现卷积神经网络, V$ R1 O5 G7 Z p3 p* @
/ z# ^0 D2 w8 O7 u 4. 实战案例5：基于TensorFlow的101类图像识别(Caltech101)5 ~8 P {* R, w9 I
: O" z" E7 ~ Q: \
1 ] e1 Y8 @6 U) c2 M
第九课 文本数据分析 (2-3课时)- N- v. E' F& r" }% t6 g' L7 x
% s& ?& S5 e2 |' K3 u9 x" I
1. Python文本分析工具NLTK$ C V: G+ Z) L; n1 n
& n( F5 \1 ^7 t& t1 k2 i5 j. \+ H; y 2. 情感分析与文本分类4 e9 Q. b9 n7 N, ?6 B6 W1 `# z, U
, Z" m& V! E- N6 Z. A 3. TensorFlow实现文本深度表示模型Word2Vec
|& L* D! ^ X3 A O) k, Z, B8 S* d, e" E6 S. b& |9 F
4. 分类与预测模型-- 朴素贝叶斯
* X; e$ B7 t9 q# y4 k1 H9 U/ s6 b4 [1 ^) d
5. 实战案例6：搜狐新闻数据分类
: l5 ]1 E; M" `1 a% X; B
1 J, V: r8 |# v3 e6 `第十课 项目实战(2-3课时)' Q0 I: x. k6 B" Y8 g- v* [
, ^# J, H; O" b1 c, ?
1. 交叉验证及参数调整
, u* J3 [# p0 M" O
) Z( R6 I/ b* c. Y' U1 a7 c0 r3 u 2. 特征降维与特征选择# |+ u- x& f! W& q$ C
8 n* m3 C8 q0 k1 ?) A& D3 e) z
3. 实战案例7：根据日常新闻预测股市动向) A: J7 @8 k) c0 s& I( `& \
" e: m8 s5 U; f2 c
4. 课程总结) d' U1 H$ k# t# L( Q
$ }4 p) K6 w( {7 m4 B+ s
0 F; v: D7 o h m |
|
[复制链接]
发表于 2019-5-2 10:39:05
发表于 2019-5-2 10:40:39
