Python高级班

现场

800

远程

800
上课地点:下载到本地计算机观看 讲师:阎老师 报名时间:随报随学 - 随报随学 开课时间:随报随学

Python 是一个既人性化,又优雅,而且单纯的工具。

 

不管你是熟练使用其他软件的程序员/数据分析师,抑或是编程小白,都可以轻松的掌握Python,并使用她进行数据处理和分析。

 

在初级教程里,我们了解了一些Python使用的基本规则,和做数据分析要用到的扩展库,我们的高级课程,主要是Python在统计和计量方面的应用。

 

 

讲师介绍

阎老师,长期从事数据分析的理论研究、教学和实践工作。
长期关注Python的发展和国内外各行业的应用情况,一直保持着与统计应用前沿的密切接触,在数据挖掘应用、市场研究应用等领域经验丰富。
擅长企业数据分析和企业诊断,参与多项国家级、省级课题的科研工作,曾任多家电商企业的运营顾问和培训师,积累了大量实战经验。

01. 线性代数的实践
 

1.1 创建矩阵

1.2 矩阵的基本运算

1.3 解多元一次方程

1.4 判断正定矩阵

1.5 求解协方差矩阵

1.6 求相关系数矩阵

1.7 线性规划选址


02. 统计分析:回归模型探讨

2.1 线性回归拟合

2.2 广义线性回归拟合

2.3 Logit回归拟合

2.4 Robust回归拟合

2.5 分位数回归

2.6 岭回归


03. 统计分析:假设检验

3.1 T检验

3.2 单因素方差分析再探讨

3.3 重复抽样的单因素方差分析

3.4 多因素方差分析

3.5 单因素卡方检验

3.6 双因素卡方检验

 

04. 预测算法:回归模型的机器学习应用

4.1 机器学习数据概览

4.2 广义线性回归模型的机器学习应用

4.3 岭回归的机器学习应用

4.4 Logistic回归的机器学习应用

 

05. 分类算法:判别分析与聚类

5.1 决策树分类器

5.2 kmeans聚类算法及可视化表达

5.3 谱聚类及可视化表达

5.4 主成分分析

5.5 判别分析

 

0.6 时间序列分析

6.1 平稳性检验

     6.1.1 自相关或偏相关系数的平稳性检验

     6.1.2 ACF和PACF可视化展示

     6.1.3 单位根检验

6.2 平稳时间序列模型预测

     6.2.1 平稳时间序列分析

     6.2.2 绘图判断残差正态性

     6.2.3 平稳时间序列模型预测

6.3 非平稳时间序列处理

6.4 VAR模型

 

07. 绘图工具深入学习

7.1 Matplotlib绘图

     7.1 1 Matplotlib基本设置

     7.1.2 修改参数,移动坐标轴

     7.1.3 添加文字注释

     7.1.4 Matplotlib基本图形的绘制

7.2 Chart绘图

 


 

 

 

报名流程及咨询:
1.点击页面底部"我要报名"填写报名信息
2.
交费:
1)在此页面的左上角"交费信息",点击查看收款方式。
2)或者在填写报名信息后,点"继续交费"可看到交费的相关信息。
3.
联系我们,确认交费信息

QQ: 1143703950

Tel: 010-68478566

Mail:vip@pinggu.org