|
admin 发表于 2021-6-6 23:22:10
25372
101
[数据分析] Python3数据分析与挖掘实战 价值899元
5 G3 r& o* C8 j+ k& o0 v课程目标:
4 N! m1 M- R: L让学员从零基础开始全面系统地掌握Python数据分析与挖掘的相关知识,并能够胜任Python3数据分析及数据分析与挖掘中级工程师以上的工作,学完后,能够让学员掌握Python3基础知识、编写Python爬虫进行互联网数据采集、Python大数据分析与挖掘等方面的知识,并能够对一些大型网站的数据进行采集与分析等,完成类似的中大型数据分析与挖掘项目。, T+ N7 N2 {! w' B b4 N
详细课程大纲:9 A. i" H j$ v6 a- U9 }/ |
核心模块概览:
! u" I, [9 _5 n3 F2 c( ~Python基础知识(4课时)/ I; w! |+ J$ `" j6 h* }) g
Python爬虫技术(12课时)
W/ ]( {( T3 e5 S% b& D$ h4 }Python数据分析与挖掘技术(24课时)
. V6 P- q) R5 M m! F& ]第一阶段:Python基础. O, f5 b4 `& p3 l; V- ?4 ]
第1周 Python零基础入门(4小时)
2 \! o$ A4 M# U* @0 x3 _课程介绍
1 A5 h1 W z/ `Python初识
0 G- B$ w, B3 r# W% W9 a `( A- fPython语法基础) a1 T0 M, F: t
Python控制流
5 \+ C9 O$ o( n* B4 A3 u3 ^Python函数
5 b+ I* c. j B, zPython模块
: g% r1 F6 [. T3 mPython文件操作
& Y* N% h3 |; n% kPython异常处理
7 m3 @; ?2 e' G$ a+ s* E( U8 @第二阶段:Python爬虫技术2 a( C5 e" q6 }. w+ F
第2周 网络爬虫理论与简单爬虫编写(4小时)( V5 `) E) [; ^4 k
网络爬虫初识% |# w _3 n9 A! h
网络爬虫原理
, G0 }% e4 x7 u+ a- ]5 R正则表达式
2 ~% M" B# B: k: @Urllib库实战
/ K/ W0 g0 j/ |$ L% }爬虫的异常处理
# R0 o: @* v, K- @) @ J爬虫的浏览器伪装技术% b( c, v$ g- ~ D4 M y3 ^
Python新闻爬虫实战
: L$ c* c% k) J6 V7 h, F8 q/ J: \第3周 复杂网络爬虫的编写与Scrapy框架(4小时)
" B' {% D$ `3 F, z3 i) C爬虫防屏蔽手段之代理服务器实战1 e9 l2 Y7 b6 |1 R
图片爬虫实战5 w2 S1 [% r5 E/ k4 Y1 O8 i
微信爬虫实战. [( K0 @" s6 a6 {
多线程爬虫实战
# C1 w ?( v& g/ i" qScrapy框架的安装
1 c1 q8 {: Z( H! HScrapy框架常见命令实战* w! \0 _0 G5 B% F4 I& O! i2 n
第4周 Scrapy框架深入实战(4小时)# O: b6 B* ?& d' ` J
第一个Scrapy爬虫
& ~' y. h& e2 D; \; kScrapy自动爬虫实战/ x7 P% m! ?' n! A. y- @
Scrapy自动登陆爬虫实战
* q9 U4 w% s" m: c# k5 v* _- T用Scrapy爬取某大型商城网站的数据* x; y/ M+ d: M/ z$ F+ s/ [2 K
第三阶段:Python数据分析与挖掘技术(24课时)
9 o$ S( P \) y% W4 d# v第5周 Python数据分析与挖掘技术基础(4小时)
; a, j+ f: w2 E! A: K1 m1 B快速了解数据分析与挖掘技术
* t' q& o' m6 Q: w4 JPython数据导入实战' l' k" J3 `& p6 j& T# h }
Python数据可视化分析实现
6 }+ ]# d: n' S; D6 X( {* s: [! O第6周 Python数据清洗、集成与变换(4小时)
- E# I0 m+ H0 b" L$ x& [& v. @Python数据清洗实战# o% g! U0 |- E% ^# C
Python数据集成实战3 `6 S/ Q9 c3 g/ B: L# {
Python数据变换实战
5 a6 F& j7 ?& ]; C, w学会预处理大规模数据
2 V& i' w5 I1 X0 I) G* A! v4 T第7周 Python数据规约与文本挖掘(4小时)
/ U; b s, D6 X, h; h- \Python数据规约实战9 N, h0 Y0 [- w- n
Python文本挖掘之关键词提取
0 @, h# n% x: N+ z. ZPython文本挖掘之自动匹配推荐实现
' e4 ~8 T' ?* Q; e2 X, j( W第8周 Python数据建模与分类实现(4小时)
9 x+ y! ` a ]% x3 l" P( a! BPython数据建模概述. T) r5 _- ]- A( Q. H, f7 i; j
Python数据分类实现过程, D# \6 v8 ~; o1 E; F% D
常见分类算法4 l0 U, i7 E/ g6 [ B/ n" e
KNN算法
( U9 R9 {8 Y: s' w: o1 V1 o% d贝克斯方法
2 x \. ^/ A5 d回归分析与决策树9 [) l$ A% }% s2 X; _5 a7 o
第9周 Python数据分析与挖掘聚类实现与回归分析(4小时)
8 i. f/ k. A3 K9 ^: E聚类常见算法
! t5 B# x2 p* p* B9 d; m聚类三法实战(划分法、层次法、密度法)0 ?% z. i* G J4 o9 r9 M
K-Means算法1 S1 T" l& f+ A, k$ R$ A. A2 s+ G% Y5 G+ G
Python数据回归分析实现基础) j- y9 z" [, z( T# F
人工神经网络算法+ a. K. w7 E1 S4 `$ w( V
第10周 Python降维技术与大型数据分析与挖掘项目实训(4小时)& X1 ^* X+ s9 {9 \6 C) _# _
Python数据降维分析实现/ b& O" s7 L( A
大型社交网站用户行为基本数据分析与挖掘分析项目概述与实现思路5 f0 C6 ^; A% L9 K
大型社交网站用户行为基本数据分析与挖掘分析项目数据预处理实战 C4 i0 H- b& T0 ~
大型社交网站用户行为基本数据分析与挖掘分析项目数据建模实战
2 b5 r! p6 J6 a2 f4 m' d" t! b大型社交网站用户行为基本数据分析与挖掘分析项目终极实战1 e% K0 J: K. b( n4 U
7 ~3 E* c# I4 \
下载地址:' S" [- @% v: \& ?
|
|