Python與數(shù)據(jù)分析實(shí)戰(zhàn)-13天

  培訓(xùn)講師:劉暉

講師背景:
劉暉老師通信行業(yè)特約培訓(xùn)導(dǎo)師【專業(yè)資質(zhì)】?北大計(jì)算機(jī)、北郵通信雙學(xué)位?(原)中興通訊學(xué)院高級(jí)講師?大慶油田技術(shù)研究院高級(jí)內(nèi)訓(xùn)講師?15年嵌入式硬件、軟件開發(fā)和系統(tǒng)架構(gòu)設(shè)計(jì)總監(jiān)?有8年多的“云大智物”開發(fā)及實(shí)施經(jīng)驗(yàn)。曾供職于巨龍通信、大唐電信 詳細(xì)>>

劉暉
    課程咨詢電話:

Python與數(shù)據(jù)分析實(shí)戰(zhàn)-13天詳細(xì)內(nèi)容

Python與數(shù)據(jù)分析實(shí)戰(zhàn)-13天

【匹配關(guān)鍵知識(shí)點(diǎn)】

Python語言入門,Python網(wǎng)絡(luò)編程、爬蟲與機(jī)器學(xué)習(xí),Python數(shù)據(jù)分析案例分享,基于spark集群的python數(shù)據(jù)分析實(shí)戰(zhàn)等內(nèi)容。

【課程時(shí)間】

13天(8小時(shí)/天)

【課程簡介】

隨著大數(shù)據(jù)時(shí)代的快速到來,以及大數(shù)據(jù)在生產(chǎn)生活中迅速應(yīng)用,大數(shù)據(jù)領(lǐng)域如雨后春筍般的出現(xiàn)大量的新技術(shù),如Hadoop、Spark等技術(shù),其中Python語言已經(jīng)成為大數(shù)據(jù)技術(shù)中最為重要的一部分,被越來越多的企業(yè)所使用。Python語言的功能涵蓋了大數(shù)據(jù)領(lǐng)域的數(shù)據(jù)處理、統(tǒng)計(jì)分析、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、人工智能大數(shù)據(jù)應(yīng)用開發(fā)等各種不同類型的計(jì)算操作,應(yīng)用范圍廣泛、前景非常廣闊。本課程是尹老師多年工作經(jīng)驗(yàn)的總結(jié)和歸納,從實(shí)際業(yè)務(wù)案例為入口,使學(xué)員從理論層到實(shí)操層面系統(tǒng)的學(xué)習(xí)數(shù)據(jù)處理技術(shù),使學(xué)員深入理解Python語言等數(shù)據(jù)分析工具。通過本課程的學(xué)習(xí),學(xué)員即可以正確的分析企業(yè)的數(shù)據(jù),為管理者、決策層提供數(shù)據(jù)支撐。

【課程收益】

1、Python語言入門;

2、Python網(wǎng)絡(luò)編程;

3、Python網(wǎng)絡(luò)爬蟲;

4、Python機(jī)器學(xué)習(xí);

5、Python數(shù)據(jù)分析案例分享;

6、基于spark集群的python數(shù)據(jù)分析實(shí)戰(zhàn);

【課程特點(diǎn)】

Python語言入門,Python網(wǎng)絡(luò)編程、爬蟲與機(jī)器學(xué)習(xí),Python數(shù)據(jù)分析案例分享,基于spark集群的python數(shù)據(jù)分析實(shí)戰(zhàn)等內(nèi)容。

【課程對(duì)象】

????? 數(shù)據(jù)分析師、技術(shù)經(jīng)理、產(chǎn)品經(jīng)理、產(chǎn)品助理等

????? 將承擔(dān)數(shù)據(jù)分析師職責(zé)的業(yè)務(wù)人員或信息化人員

????? 希望加強(qiáng)數(shù)據(jù)分析能力的軟件開發(fā)人員

????? 系統(tǒng)集成企業(yè)售前工程師、售前顧問及方案制作人員

【學(xué)員基礎(chǔ)】

????? 具有2年以IT部門工作經(jīng)驗(yàn),將負(fù)責(zé)數(shù)據(jù)分析等相關(guān)任務(wù)的技術(shù)人員

【課程大綱】(13天*8小時(shí))

時(shí)間

內(nèi)容

案例實(shí)踐與練習(xí)

Day1~Day3

Python語言入門

  1. Python語言基礎(chǔ)知識(shí)(介紹Python語言基礎(chǔ)知識(shí),包括Python語言數(shù)據(jù)類型、基礎(chǔ)概念等)
  2. Python語言歷史與趨勢(shì)剖析
  3. Python語言安裝
  4. 如何運(yùn)行Python程序
  5. PyCharm開發(fā)環(huán)境介紹
  6. Anaconda3開發(fā)環(huán)境介紹(以Anaconda3作為程序演示環(huán)境,Python3作為演示語言)
  7. Python語言help()命令
  8. Python基本命令
  9. 變量(Variables)
  10. 表達(dá)式(Expressions)
  11. 基本數(shù)據(jù)類型
  12. 字符串與正則表達(dá)
  13. Python條件表達(dá)
  14. 循環(huán)(loops)
  15. 案例實(shí)戰(zhàn):正則表達(dá)式在爬蟲中應(yīng)用實(shí)例
  16. Python數(shù)據(jù)結(jié)構(gòu)
  17. Python創(chuàng)建數(shù)組
  18. Python矩陣運(yùn)算
  19. Python語言語法結(jié)構(gòu)
  20. 案例:Python語言實(shí)現(xiàn)運(yùn)營商數(shù)據(jù)分析處理

?

  1. Python函數(shù)(深入Python函數(shù)的編寫語言)
  2. Python函數(shù)介紹
  3. 數(shù)據(jù)分析與建模過程
  4. Python語言定義函數(shù)規(guī)則
  5. Python語言自定義函數(shù)
  6. Python匿名函數(shù)
  7. Python內(nèi)置函數(shù)
  8. Python函數(shù)案例

?

  1. Python類(class)(深入剖析Python類的原理)
  2. 類(class)介紹
  3. Python多重繼承
  4. Python不支持函數(shù)重載
  5. Class and Instance Variables
  6. Method Objects
  7. Python類編寫案例實(shí)戰(zhàn)

?

  1. Python異常處理(Exceptions)(深入剖析Python異常處理)
  2. 異常處理(Exceptions)簡介
  3. Python標(biāo)準(zhǔn)異常類
  4. Python異常類編程案例實(shí)戰(zhàn)(爬蟲實(shí)例)

?

  1. Python模塊 (Modules)(深入剖析模塊 (Modules))
  2. Python模塊 (Modules)介紹
  3. Python自定義模塊
  4. Python模塊的導(dǎo)入與添加
  5. Python標(biāo)準(zhǔn)函數(shù)庫模塊
  6. Python第三方模塊

?

  1. Python文件讀寫(深入剖析Python文件讀寫)
  2. Python文件讀寫簡介
  3. Python讀寫方法介紹
  4. Python讀寫文本文件
  5. Python讀寫二進(jìn)制文件
  6. Python讀寫json文件
  7. Python讀寫xml文件

?

  1. Python操作關(guān)系型數(shù)據(jù)庫(深入剖析Python操作關(guān)系型數(shù)據(jù))
  2. Python2安裝MySQL Connector?
  3. Python3安裝MySQL Connector
  4. Python語言操作數(shù)據(jù)庫
  5. Python語言數(shù)據(jù)庫優(yōu)化
  6. 案例:Python語言實(shí)現(xiàn)話務(wù)數(shù)據(jù)時(shí)間序列建模

案例練習(xí):通過Python語言實(shí)現(xiàn)運(yùn)營商數(shù)據(jù)分析處理案例的剖析數(shù)據(jù)分析過程,體會(huì)數(shù)據(jù)分析的難點(diǎn)和要點(diǎn)。

?

研討:Python語言實(shí)現(xiàn)運(yùn)營商數(shù)據(jù)分析處理

Day4~Day5

Python網(wǎng)絡(luò)編程

?

  1. 多線程編程?(用實(shí)戰(zhàn)實(shí)例介紹如何實(shí)現(xiàn)多線程)?
  2. Python開發(fā)多線程的原理
  3. 多線程創(chuàng)建
  4. 線程鎖
  5. 網(wǎng)絡(luò)應(yīng)用程序編程
  6. 實(shí)例:比如生成發(fā)送電子郵件

?

?

  1. Python網(wǎng)絡(luò)編程(介紹Python網(wǎng)絡(luò)編程)
  2. TCP/IP網(wǎng)絡(luò)介紹
  3. Socket基礎(chǔ)知識(shí)
  4. Socket客戶端服務(wù)器連接
  5. 案例:聊天功能實(shí)戰(zhàn)

?

  1. Python Web開發(fā)實(shí)戰(zhàn)(介紹Python Web實(shí)戰(zhàn))
  2. Python Web開發(fā)
  3. Django框架介紹
  4. 定義和使用模型
  5. Django MVC架構(gòu)
  6. Django開發(fā)環(huán)境搭建
  7. Django Session應(yīng)用
  8. Django框架應(yīng)用
  9. Django高級(jí)應(yīng)用
  10. 案例:客戶通話歷史記錄查詢

案例練習(xí):通過案例的剖析數(shù)據(jù)分析過程,體會(huì)數(shù)據(jù)分析的難點(diǎn)和要點(diǎn)。

?

研討:網(wǎng)絡(luò)編程

Day6~Day7

Python網(wǎng)絡(luò)爬蟲

?

  1. Python基礎(chǔ)知識(shí)和網(wǎng)絡(luò)程序基礎(chǔ)知識(shí)(介紹Python基礎(chǔ)知識(shí)和網(wǎng)絡(luò)程序基礎(chǔ)知識(shí))
  2. Python語言簡介
  3. Python開發(fā)環(huán)境搭建和選擇
  4. IO編程
  5. 進(jìn)程和多線程基礎(chǔ)知識(shí)
  6. 網(wǎng)絡(luò)編程和TCP協(xié)議

?

  1. Web前端基礎(chǔ)知識(shí)(介紹Web前端基礎(chǔ)知識(shí))
  2. Web程序的結(jié)構(gòu)
  3. Web前端的內(nèi)容
  4. HTML
  5. CSS
  6. JavaScript
  7. XPath
  8. Json
  9. HTTP協(xié)議標(biāo)準(zhǔn)
  10. HTTP頭和主體
  11. Cookie信息

?

  1. 網(wǎng)絡(luò)爬蟲基礎(chǔ)知識(shí)(介紹網(wǎng)絡(luò)爬蟲基礎(chǔ)知識(shí))
  2. 網(wǎng)絡(luò)爬蟲概述
  3. 網(wǎng)絡(luò)爬蟲及其應(yīng)用
  4. 網(wǎng)絡(luò)爬蟲結(jié)構(gòu)
  5. HTTP請(qǐng)求的Python實(shí)現(xiàn)
  6. urllib2/urllib實(shí)現(xiàn)
  7. httplib/urllib實(shí)現(xiàn)
  8. 更人性化的Requests

?

  1. HTML解析(HTML解析原理介紹)
  2. 初識(shí)Firebug
  3. 安裝和配置Firebug
  4. 正則表達(dá)
  5. 基本語法與使用
  6. Python中使用正則表達(dá)
  7. BeautifulSoup概述
  8. 安裝和配置BeautifulSoup
  9. BeautifulSoup的使用
  10. lxml的XPath解析

?

  1. 基本的爬蟲程序開發(fā)(介紹基本的爬蟲程序開發(fā))
  2. 基礎(chǔ)爬蟲架構(gòu)及運(yùn)行流程
  3. URL管理器
  4. HTML下載器
  5. HTML解析器
  6. 數(shù)據(jù)存儲(chǔ)器
  7. 爬蟲調(diào)度器

?

  1. 協(xié)議分析(協(xié)議分析)
  2. Web端協(xié)議分析
  3. 網(wǎng)頁登錄POST分析
  4. 隱藏表單分析
  5. 加密數(shù)據(jù)分析
  6. 驗(yàn)證碼問題
  7. IP代理
  8. Cookie登錄
  9. 傳統(tǒng)驗(yàn)證碼識(shí)別
  10. 人工打碼
  11. 滑動(dòng)驗(yàn)證碼
  12. PC客戶端抓包分析
  13. HTTPAnalyzer簡介
  14. 蝦米音樂PC端API實(shí)戰(zhàn)分析
  15. App抓包分析
  16. Wireshark簡介
  17. 酷我聽書App端API實(shí)戰(zhàn)分析
  18. API爬蟲:爬取mp3資源信息

?

  1. Scrapy爬蟲框架(介紹Scrapy爬蟲框架)
  2. Scrapy爬蟲架構(gòu)
  3. 安裝Scrapy
  4. 創(chuàng)建cnblogs項(xiàng)目
  5. 創(chuàng)建爬蟲模塊
  6. 定義Item
  7. 翻頁功能
  8. 構(gòu)建ItemPipeline
  9. 內(nèi)置數(shù)據(jù)存儲(chǔ)
  10. 啟動(dòng)爬蟲
  11. 強(qiáng)化爬蟲
  12. 調(diào)試方法
  13. 異常
  14. 控制運(yùn)行狀態(tài)
  15. ItemLoader
  16. Item與ItemLoader
  17. 輸入與輸出處理器
  18. ItemLoaderContext?
  19. 請(qǐng)求與響應(yīng)
  20. 下載器中間件
  21. Spider中間件
  22. 擴(kuò)展
  23. 突破反爬蟲

案例研討:通過案例的剖析數(shù)據(jù)分析過程,體會(huì)數(shù)據(jù)分析的難點(diǎn)和要點(diǎn)。

?

研討:網(wǎng)絡(luò)爬蟲的實(shí)現(xiàn)

Day8

Python的NumPy模塊

  1. NumPy?安裝
  2. NumPy Ndarray?對(duì)象
  3. NumPy?數(shù)據(jù)類型
  4. NumPy?數(shù)組屬性
  5. NumPy?創(chuàng)建數(shù)組
  6. NumPy?從已有的數(shù)組創(chuàng)建數(shù)組
  7. NumPy?從數(shù)值范圍創(chuàng)建數(shù)組
  8. NumPy?切片和索引
  9. NumPy?高級(jí)索引
  10. NumPy?廣播(Broadcast)
  11. NumPy?迭代數(shù)組
  12. Numpy?數(shù)組操作
  13. NumPy?位運(yùn)算
  14. NumPy?字符串函數(shù)
  15. NumPy?數(shù)學(xué)函數(shù)
  16. NumPy?算術(shù)函數(shù)
  17. NumPy?統(tǒng)計(jì)函數(shù)
  18. NumPy?排序、條件刷選函數(shù)
  19. NumPy?字節(jié)交換
  20. NumPy?副本和視圖
  21. NumPy?矩陣庫(Matrix)
  22. NumPy?線性代數(shù)
  23. NumPy IO
  24. NumPy Matplotlib

案例練習(xí):通過NumPy的案例的剖析數(shù)據(jù)分析過程,體會(huì)數(shù)據(jù)分析的難點(diǎn)和要點(diǎn)。

?

研討:NumPy的數(shù)據(jù)處理

Day9

Python的Pandas模塊

  1. Pandas環(huán)境安裝配置
  2. Pandas數(shù)據(jù)結(jié)構(gòu)
  3. Pandas快速入門
  4. Pandas系列
  5. Pandas數(shù)據(jù)幀(DataFrame)
  6. Pandas面板(Panel)
  7. Pandas基本功能
  8. Pandas描述性統(tǒng)計(jì)
  9. Pandas函數(shù)應(yīng)用
  10. Pandas重建索引
  11. Pandas迭代
  12. Pandas排序
  13. Pandas字符串和文本數(shù)據(jù)
  14. Pandas選項(xiàng)和自定義
  15. Pandas索引和選擇數(shù)據(jù)
  16. Pandas統(tǒng)計(jì)函數(shù)
  17. Pandas窗口函數(shù)
  18. Pandas聚合
  19. Pandas缺失數(shù)據(jù)
  20. Pandas分組(GroupBy)
  21. Pandas合并/連接
  22. Pandas級(jí)聯(lián)
  23. Pandas日期功能
  24. Pandas時(shí)間差(Timedelta)
  25. Pandas分類數(shù)據(jù)
  26. Pandas可視化
  27. Pandas IO工具
  28. Pandas稀疏數(shù)據(jù)
  29. Pandas注意事項(xiàng)&竅門
  30. Pandas與SQL比較

案例練習(xí):通過Pandas使用案例的剖析數(shù)據(jù)分析過程,體會(huì)數(shù)據(jù)分析的難點(diǎn)和要點(diǎn)。

?

研討:Pandas的使用方法

Day10

Python機(jī)器學(xué)習(xí)

  1. Python平臺(tái)下的機(jī)器學(xué)習(xí)開發(fā)技術(shù)(介紹Python平臺(tái)下的機(jī)器學(xué)習(xí)開發(fā)技術(shù))
  2. Python平臺(tái)下的數(shù)據(jù)分析工具
  3. Python平臺(tái)下的數(shù)據(jù)分析工具概述
  4. NumPy數(shù)據(jù)處理
  5. NumPy案例
  6. Scipy數(shù)值計(jì)算
  7. SymPy符號(hào)處理
  8. Matplotlib繪制圖表
  9. Pandas數(shù)據(jù)分析、探索工具
  10. Pandas的DataFrame
  11. DataFrame的構(gòu)造
  12. StatsModels數(shù)據(jù)統(tǒng)計(jì)建模分析
  13. Scikit-Learn機(jī)器學(xué)習(xí)庫
  14. Keras人工神經(jīng)網(wǎng)絡(luò)
  15. Keras的設(shè)計(jì)原則
  16. Gensim文本挖掘庫
  17. OpenCV計(jì)算機(jī)視覺庫
  18. 案例:Python語言實(shí)現(xiàn)基于聚類的圖像分割方法

案例練習(xí):通過案例的剖析數(shù)據(jù)分析過程,體會(huì)數(shù)據(jù)分析的難點(diǎn)和要點(diǎn)。

?

研討:Python語言實(shí)現(xiàn)基于聚類的圖像分割方法

Day11

Python機(jī)器學(xué)習(xí)

?

  1. 聚類模型原理與實(shí)現(xiàn)(深入剖析聚類原理以及通過Python語言實(shí)現(xiàn)聚類算法模型)
  2. 聚類介紹
  3. 聚類算法應(yīng)用場景
  4. 聚類算法應(yīng)用案例
  5. 樣品間相近性的度量
  6. 快速聚類法
  7. 快速聚類法的步驟
  8. 用Lm距離進(jìn)行快速聚類
  9. 譜系聚類法
  10. 類間距離及其遞推公式
  11. 譜系聚類法的步驟
  12. 變量聚類
  13. K-Means(K均值)聚類
  14. 均值漂移聚類
  15. 基于密度的聚類方法(DBSCAN)
  16. 用高斯混合模型(GMM)的最大期望(EM)聚類
  17. 凝聚層次聚類
  18. 圖團(tuán)體檢測(Graph Community Detection)
  19. 案例:Python語言聚類實(shí)現(xiàn)及繪圖
  20. 案例:Kmeans應(yīng)用案例剖析
  21. 課堂實(shí)操:Python語言實(shí)現(xiàn)基于聚類的圖像分割方法

?

  1. 決策樹模型原理與實(shí)現(xiàn)(深入剖析決策樹原理以及通過Python語言實(shí)現(xiàn)決策樹模型)
  2. 決策樹介紹
  3. 決策樹應(yīng)用場景
  4. 決策樹應(yīng)用案例
  5. 信息熵
  6. ID3算法
  7. C4.5算法
  8. CART算法
  9. 決策樹算法
  10. 剪枝
  11. 過擬合與調(diào)參
  12. 決策樹算法原理
  13. 決策樹法的決策過程
  14. 案例:Python語言實(shí)現(xiàn)決策樹模型
  15. 課堂實(shí)操:Python語言實(shí)現(xiàn)決策樹模型
  16. 隨機(jī)森林

案例練習(xí):通過案例的剖析數(shù)據(jù)分析過程,體會(huì)數(shù)據(jù)分析的難點(diǎn)和要點(diǎn)。

?

研討: Python語言實(shí)現(xiàn)基于聚類的圖像分割方法

Day12

Python數(shù)據(jù)分析案例分享

?

  1. 隨機(jī)森林模型原理與實(shí)現(xiàn)(深入剖析隨機(jī)森林原理以及通過Python語言實(shí)現(xiàn)隨機(jī)森林模型)
  2. 隨機(jī)森林介紹
  3. 隨機(jī)森林的特點(diǎn)
  4. 隨機(jī)森林的相關(guān)基礎(chǔ)知識(shí)
  5. 信息、熵以及信息增益的概念
  6. 隨機(jī)森林的生成
  7. 隨機(jī)森林算法
  8. 隨機(jī)森林算法原理
  9. 袋外錯(cuò)誤率(oob error)
  10. 隨機(jī)森林應(yīng)用場景
  11. 隨機(jī)森林應(yīng)用案例
  12. 案例:Python語言實(shí)現(xiàn)隨機(jī)森林模型
  13. 課堂實(shí)操:Python語言實(shí)現(xiàn)隨機(jī)森林模型
  14. xgboost

?

  1. 支持向量機(jī)模型原理與實(shí)現(xiàn)(深入剖析支持向量機(jī)算法原理以及通過Python語言實(shí)現(xiàn)支持向量機(jī)模型)
  2. 支持向量機(jī)介紹
  3. 支持向量機(jī)應(yīng)用場景
  4. 支持向量機(jī)應(yīng)用案例
  5. 支持向量機(jī)算法
  6. 支持向量機(jī)算法原理
  7. 線性可分支持向量機(jī)
  8. 間隔最大化和支持向量
  9. 對(duì)偶問題求解
  10. 柆格朗日函數(shù)
  11. 非線性支持向量機(jī)和核函數(shù)
    1. 超平面
    2. 線性核
    3. 多項(xiàng)式核
    4. 高斯核
    5. 拉普拉斯核
    6. sigmiod核
  12. 線性支持向量機(jī)(軟間隔支持向量機(jī))與松弛變量
  13. 松馳因子
  14. 案例:Python語言實(shí)現(xiàn)支持向量機(jī)模型
  15. 課堂實(shí)操:Python語言實(shí)現(xiàn)基于SVM的字符識(shí)別方法

?

  1. 神經(jīng)網(wǎng)絡(luò)模型原理與實(shí)現(xiàn)(深入剖析神經(jīng)網(wǎng)絡(luò)算法原理以及通過Python語言實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)模型)
  2. 神經(jīng)網(wǎng)絡(luò)介紹
  3. 神經(jīng)網(wǎng)絡(luò)概念
  4. 神經(jīng)網(wǎng)絡(luò)發(fā)展歷史
  5. 神經(jīng)網(wǎng)絡(luò)的別名
  6. 神經(jīng)網(wǎng)絡(luò)研究的主要內(nèi)容
  7. 神經(jīng)網(wǎng)絡(luò)基本構(gòu)成
  8. 神經(jīng)網(wǎng)絡(luò)模擬人的智能行為的四個(gè)方面
  9. 神經(jīng)網(wǎng)絡(luò)的特點(diǎn)
  10. 學(xué)習(xí)能力
  11. 適應(yīng)性問題
  12. 神經(jīng)網(wǎng)絡(luò)基本網(wǎng)絡(luò)模型
  13. 單層網(wǎng)絡(luò)
  14. 多層網(wǎng)絡(luò)
  15. 循環(huán)網(wǎng)絡(luò)
  16. 基本網(wǎng)絡(luò)結(jié)構(gòu)特點(diǎn)
  17. 典型訓(xùn)練算法
  18. 運(yùn)行方式
  19. 典型問題解決方法
  20. 感知機(jī)
  21. 線性神經(jīng)網(wǎng)絡(luò)
  22. BP神經(jīng)網(wǎng)絡(luò)
  23. RBF網(wǎng)絡(luò)
  24. 競爭網(wǎng)絡(luò)
  25. 反饋神經(jīng)網(wǎng)絡(luò)
  26. 隨機(jī)神經(jīng)網(wǎng)絡(luò)
  27. 遺傳算法
  28. PSO與神經(jīng)網(wǎng)絡(luò)優(yōu)化
  29. 自定義深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
  30. 深度神經(jīng)網(wǎng)絡(luò)的優(yōu)化方法
  31. 深度框架的損失函數(shù)
  32. 課堂實(shí)操:Python語言實(shí)現(xiàn)基于神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別方法

案例練習(xí):通過案例的剖析數(shù)據(jù)分析過程,體會(huì)數(shù)據(jù)分析的難點(diǎn)和要點(diǎn)。

?

研討:Python語言實(shí)現(xiàn)基于神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別方法

Day13

基于spark集群的python數(shù)據(jù)分析實(shí)戰(zhàn)

  1. 基于Spark集群的Python的數(shù)據(jù)分析實(shí)戰(zhàn)
  2. 基于Python開發(fā)Spark?程序概述
  3. 基于Python開發(fā)Spark?程序算法庫介紹
  4. 基于Python開發(fā)Spark?程序架構(gòu)剖析
  5. 基于Python開發(fā)Spark?程序機(jī)器學(xué)習(xí)算法剖析
  6. 數(shù)據(jù)類型
  7. 基本統(tǒng)計(jì)算法
  8. 分類與回歸
  9. 協(xié)同過濾
  10. 聚類
  11. 降維
  12. 特征提取與轉(zhuǎn)換
  13. 頻繁模式挖掘
  14. 評(píng)價(jià)指標(biāo)
  15. 基于Python開發(fā)Spark?程序編程
  16. 基于Python開發(fā)Spark?程序 APIs介紹
  17. 基于Python開發(fā)Spark?程序機(jī)器學(xué)習(xí)算法應(yīng)用實(shí)戰(zhàn)
  18. 基于Python開發(fā)Spark?程序?qū)崙?zhàn)案例:數(shù)據(jù)聚類分析案例剖析

案例練習(xí):通過基于Python開發(fā)Spark?程序?qū)崙?zhàn)案例:數(shù)據(jù)聚類分析案例剖析,剖析數(shù)據(jù)分析過程,體會(huì)數(shù)據(jù)分析的難點(diǎn)和要點(diǎn)。

?

研討:數(shù)據(jù)聚類分析案例

?

(5)教學(xué)實(shí)驗(yàn)

數(shù)據(jù)分析概述:

1、大數(shù)據(jù)企業(yè)應(yīng)用障礙分析

數(shù)據(jù)的產(chǎn)生、導(dǎo)入與預(yù)處理:

案例練習(xí):通過數(shù)據(jù)整理的編程和應(yīng)用案例的剖析數(shù)據(jù)分析過程,體會(huì)數(shù)據(jù)分析的難點(diǎn)和要點(diǎn)。

案例練習(xí):通過案例的剖析數(shù)據(jù)分析過程,體會(huì)數(shù)據(jù)分析的難點(diǎn)和要點(diǎn)。

案例練習(xí):通過淘寶雙十一案例的剖析數(shù)據(jù)分析過程,體會(huì)數(shù)據(jù)分析的難點(diǎn)和要點(diǎn)。

案例研討:通過數(shù)據(jù)挖掘案例的剖析數(shù)據(jù)分析過程,體會(huì)數(shù)據(jù)分析的難點(diǎn)和要點(diǎn)。

研討:數(shù)據(jù)挖掘

案例練習(xí):通過企業(yè)實(shí)踐案例的剖析數(shù)據(jù)分析過程,體會(huì)數(shù)據(jù)分析的難點(diǎn)和要點(diǎn)。

研討:企業(yè)實(shí)踐案例分享

案例練習(xí):通過數(shù)據(jù)模型的應(yīng)用案例剖析案例的剖析數(shù)據(jù)分析過程,體會(huì)數(shù)據(jù)分析的難點(diǎn)和要點(diǎn)。

研討:數(shù)據(jù)模型的應(yīng)用案例剖析

數(shù)據(jù)分析與挖掘基礎(chǔ):

1、課堂實(shí)操:數(shù)據(jù)整理的編程和應(yīng)用

2、企業(yè)OLAP模型設(shè)計(jì)案例剖析

3、實(shí)例分享:淘寶雙十一

4、實(shí)例分享:騰訊QQ

5、實(shí)例分享:百度文庫

6、實(shí)例分享:打車大戰(zhàn)

7、實(shí)驗(yàn):Pig的實(shí)用案例

8、實(shí)驗(yàn):Hive安裝部署

9、實(shí)驗(yàn):Sqoop安裝

10、實(shí)驗(yàn):Sqoop Shell

11、實(shí)驗(yàn):FLume大數(shù)據(jù)架構(gòu)案例分享及實(shí)戰(zhàn)演練

12、實(shí)驗(yàn):企業(yè)實(shí)踐案例分享

?

R語言數(shù)據(jù)分析實(shí)戰(zhàn):

1、實(shí)驗(yàn):安裝R語言

2、實(shí)驗(yàn):R語言編程案例

3、實(shí)驗(yàn): R語言的繪圖功能

4、實(shí)操:R和MySQL的交互

5、實(shí)操:R和Oracle的交互

6、實(shí)操:R和Excel的交互

7、案例:蒙特卡羅模擬的應(yīng)用

8、案例1:汽車數(shù)據(jù)描述統(tǒng)計(jì)分析

9、案例2:財(cái)政收入與稅收描述統(tǒng)計(jì)分析

10、案例:蒙特卡羅模擬的應(yīng)用

11、實(shí)操:R語言實(shí)現(xiàn)蒙特卡羅求圓周率

12、實(shí)操:R語言一元線性回歸模型檢驗(yàn)

13、實(shí)操:R語言實(shí)現(xiàn)多元線性回歸

14、實(shí)操:R語言非線性回歸

15、案例:用戶離網(wǎng)預(yù)測

16、案例:中國稅收收入增長案例分析

17、案例:新教學(xué)方法的效果

18、案例:信用卡違約預(yù)測

19、案例分享:文章分類

?

大數(shù)據(jù)工具介紹之Hadoop:

1、實(shí)例分享:馬云預(yù)測經(jīng)濟(jì)危機(jī)案例剖析

2、實(shí)例分享:雙十一億背后的開源技術(shù)

3、實(shí)驗(yàn):Hadoop集群部署

4、實(shí)驗(yàn):CLI操作HDFS

5、實(shí)驗(yàn):Java操作HDFS

6、實(shí)驗(yàn):MapReduce命令操作

7、實(shí)驗(yàn):MapReduce程序打包并在命令行運(yùn)行

8、實(shí)驗(yàn):動(dòng)手編寫MapReduce程序

?

?

大數(shù)據(jù)工具介紹之Spark:

1、編程實(shí)戰(zhàn):第一個(gè) Scala?程序

2、編程實(shí)戰(zhàn):編程Scala程序?qū)嵗?/p>

3、編程實(shí)戰(zhàn):Scala函數(shù)編程實(shí)例

4、編程實(shí)戰(zhàn):Scala語言復(fù)雜數(shù)據(jù)類型編程實(shí)戰(zhàn)

5、編程實(shí)戰(zhàn):用SBT對(duì)Scala項(xiàng)目打包與發(fā)布

6、實(shí)驗(yàn):Spark集群部署

7、實(shí)驗(yàn):Scala編寫Spark程序

8、實(shí)驗(yàn):Python編寫Spark程序

9、實(shí)驗(yàn):Spark Shell

10、編程實(shí)戰(zhàn):Spark基礎(chǔ)操作編程實(shí)戰(zhàn)

11、企業(yè)級(jí)案例:Spark Streaming與Kafka整合實(shí)現(xiàn)數(shù)據(jù)實(shí)時(shí)數(shù)據(jù)分析處理設(shè)計(jì)與分析

?

Pyspark集群調(diào)度與數(shù)據(jù)處理:

1、編程實(shí)戰(zhàn):Spark基礎(chǔ)操作編程實(shí)戰(zhàn)

2、PySpark MLlib實(shí)戰(zhàn)案例:數(shù)據(jù)聚類分析案例剖析

3、案例:Python編寫Spark大數(shù)據(jù)程序

?

大數(shù)據(jù)可視化:

1、可視化案例實(shí)戰(zhàn):數(shù)據(jù)占比柏拉圖繪制

2、可視化案例實(shí)戰(zhàn):儀表盤制作

3、實(shí)驗(yàn):柏拉圖制作

4、實(shí)驗(yàn):儀表盤制作

5、實(shí)驗(yàn):玫瑰圖制作

6、實(shí)驗(yàn):熱力圖制作

7、實(shí)驗(yàn):地圖制作

8、實(shí)驗(yàn):文字云制作

9、淘寶24小時(shí)生活數(shù)據(jù)可視化案例

10、無線淘寶數(shù)據(jù)可視化案例

11、Google公司數(shù)據(jù)可視化案例

12、Facebook用戶畫像可視化案例

13、個(gè)人用戶畫像案例

14、如何撰寫一份優(yōu)秀的數(shù)據(jù)分析報(bào)告

?

Python與數(shù)據(jù)分析實(shí)戰(zhàn):

1、案例實(shí)戰(zhàn):正則表達(dá)式在爬蟲中應(yīng)用實(shí)例

2、案例:Python語言實(shí)現(xiàn)運(yùn)營商數(shù)據(jù)分析處理

3、實(shí)驗(yàn):Python語言自定義函數(shù)

4、案例:Python語言實(shí)現(xiàn)蒙特卡羅求圓周率

5、課堂實(shí)操:數(shù)據(jù)整理的編程和應(yīng)用

6、案例:Python語言實(shí)現(xiàn)購物藍(lán)關(guān)聯(lián)規(guī)則分析

7、課堂實(shí)操:Python語言實(shí)現(xiàn)隨機(jī)森林模型

8、課堂實(shí)操:Python語言實(shí)現(xiàn)金融數(shù)據(jù)時(shí)間序列建模

9、課堂實(shí)操:基于余弦相似度的精準(zhǔn)營銷

10、案例分享:文章分類

11、案例:Python編寫Spark大數(shù)據(jù)程序



 

劉暉老師的其它課程

【課程特色】1.??課上采用案例式教學(xué),通俗易懂,課下一對(duì)一輔導(dǎo)強(qiáng)化訓(xùn)練,學(xué)與練交叉進(jìn)行強(qiáng)化記憶,你所要做的就是認(rèn)真聽,勤于問,樂于練。2.??清晰的知識(shí)結(jié)構(gòu),根據(jù)應(yīng)用經(jīng)驗(yàn)采用最優(yōu)化授課模式。3.??內(nèi)容充沛、詳略得當(dāng),前后呼應(yīng)。4.??講師資歷豐富,具有豐富的實(shí)踐經(jīng)驗(yàn)。5.??知識(shí)講授+貼身案例+場景故事+互動(dòng)討論+現(xiàn)場演練+落地跟蹤【課程時(shí)間】1天【課程

 講師:劉暉詳情


【課程背景】住房和城鄉(xiāng)建設(shè)部印發(fā)的《國家智慧城市試點(diǎn)暫行管理辦法》和《國家智慧城市(區(qū)、鎮(zhèn))試點(diǎn)指標(biāo)體系(試行)》兩個(gè)文件指出:建設(shè)智慧城市是創(chuàng)新驅(qū)動(dòng)發(fā)展、推動(dòng)新型城鎮(zhèn)化、全面建成小康社會(huì)的重要舉措。這對(duì)于服務(wù)于千千萬萬城市、社區(qū)、園區(qū)、小區(qū)、樓宇,以及工作和生活在其中的業(yè)主和客戶的物業(yè)管理服務(wù)業(yè)來說,已然迎來最大的發(fā)展機(jī)遇。物業(yè)管理行業(yè)不僅是智慧社區(qū)的受益

 講師:劉暉詳情


5G+智慧煤礦   12.31

【課程特色】1.??課上采用案例式教學(xué),通俗易懂,課下一對(duì)一輔導(dǎo)強(qiáng)化訓(xùn)練,學(xué)與練交叉進(jìn)行強(qiáng)化記憶,你所要做的就是認(rèn)真聽,勤于問,樂于練。2.??清晰的知識(shí)結(jié)構(gòu),根據(jù)應(yīng)用經(jīng)驗(yàn)采用最優(yōu)化授課模式。3.??內(nèi)容充沛、詳略得當(dāng),前后呼應(yīng)。4.??講師資歷豐富,具有豐富的實(shí)踐經(jīng)驗(yàn)。5.??知識(shí)講授+貼身案例+場景故事+互動(dòng)討論+現(xiàn)場演練+落地跟蹤【課程對(duì)象】無線網(wǎng)、核

 講師:劉暉詳情


【課程特色】1.??課上采用案例式教學(xué),通俗易懂,課下一對(duì)一輔導(dǎo)強(qiáng)化訓(xùn)練,學(xué)與練交叉進(jìn)行強(qiáng)化記憶,你所要做的就是認(rèn)真聽,勤于問,樂于練。2.??清晰的知識(shí)結(jié)構(gòu),根據(jù)應(yīng)用經(jīng)驗(yàn)采用最優(yōu)化授課模式。3.??內(nèi)容充沛、詳略得當(dāng),前后呼應(yīng)。4.??講師資歷豐富,具有豐富的實(shí)踐經(jīng)驗(yàn)。5.??知識(shí)講授+貼身案例+場景故事+互動(dòng)討論+現(xiàn)場演練+落地跟蹤【課程對(duì)象】相關(guān)人員【

 講師:劉暉詳情


5G產(chǎn)業(yè)發(fā)展與應(yīng)用創(chuàng)新【課程背景】隨著5G?技術(shù)的快速發(fā)展,5G?應(yīng)用已成為各界熱議的話題,很多行業(yè)陸續(xù)開展了相關(guān)的實(shí)踐探索。本課程站在科技發(fā)展的前沿,探討了5G在物聯(lián)網(wǎng)、人工智能、無人機(jī)、醫(yī)療、農(nóng)業(yè)、教育、工業(yè)互聯(lián)網(wǎng)、新媒體等行業(yè)的應(yīng)用案例。值得指出的是,案例以運(yùn)營商、一流企業(yè)等機(jī)構(gòu)在5G領(lǐng)域的實(shí)踐為主線,對(duì)5G行業(yè)應(yīng)用創(chuàng)新案例做了詳細(xì)的講解?!菊n程收益】

 講師:劉暉詳情


【課程背景】隨著5G?技術(shù)的快速發(fā)展,5G?應(yīng)用已成為各界熱議的話題,很多行業(yè)陸續(xù)開展了相關(guān)的實(shí)踐探索?!菊n程收益】1了解5G從信息通信技術(shù)支持到業(yè)務(wù)模式推廣和場景的應(yīng)用,掌握5G在新時(shí)代、新技術(shù)下的行業(yè)發(fā)展趨勢(shì);2以鮮活的應(yīng)用案例和解決方案詳細(xì)掌握5G給環(huán)保行業(yè)方面帶來全新變革的藍(lán)圖和愿景;【課程特色】1.??課上采用案例式教學(xué),通俗易懂,課下一對(duì)一輔導(dǎo)強(qiáng)

 講師:劉暉詳情


5G賦能工業(yè)互聯(lián)網(wǎng)【課程背景】5G通過技術(shù)創(chuàng)新實(shí)現(xiàn)了增強(qiáng)型移動(dòng)寬帶、超大規(guī)模物聯(lián)網(wǎng)和高可靠、低時(shí)延等三大應(yīng)用場景全覆蓋,把人與人之間的通信拓展到了人與物、物與物之間的通信,從消費(fèi)互聯(lián)網(wǎng)拓展到了產(chǎn)業(yè)互聯(lián)網(wǎng),為行業(yè)數(shù)字化轉(zhuǎn)型提供了關(guān)鍵的數(shù)字基礎(chǔ)設(shè)施。5G和人工智能/大數(shù)據(jù)/云計(jì)算/邊緣計(jì)算/區(qū)塊鏈等新一代信息技術(shù)相結(jié)合,多技術(shù)交織并進(jìn)、深度滲透、協(xié)同應(yīng)用,孕育技

 講師:劉暉詳情


【課程背景】隨著5G?技術(shù)的快速發(fā)展,5G?應(yīng)用已成為各界熱議的話題,很多行業(yè)陸續(xù)開展了相關(guān)的實(shí)踐探索。本課程站在科技發(fā)展的前沿,探討了5G在物聯(lián)網(wǎng)、人工智能、無人機(jī)、醫(yī)療、農(nóng)業(yè)、教育、工業(yè)互聯(lián)網(wǎng)、新媒體等行業(yè)的應(yīng)用案例。值得指出的是,案例以運(yùn)營商、一流企業(yè)等機(jī)構(gòu)在5G領(lǐng)域的實(shí)踐為主線,對(duì)5G行業(yè)應(yīng)用創(chuàng)新案例做了詳細(xì)的講解?!菊n程收益】1了解5G從信息通信技

 講師:劉暉詳情


【課程背景】隨著5G?技術(shù)的快速發(fā)展,5G?應(yīng)用已成為各界熱議的話題,很多行業(yè)陸續(xù)開展了相關(guān)的實(shí)踐探索。本課程站在科技發(fā)展的前沿,探討了5G與數(shù)字貨幣、區(qū)塊鏈在金融行業(yè)的應(yīng)用案例。值得指出的是,案例以運(yùn)營商、一流企業(yè)等機(jī)構(gòu)在5G領(lǐng)域的實(shí)踐為主線,對(duì)5G金融行業(yè)應(yīng)用創(chuàng)新案例做了詳細(xì)的講解?!菊n程收益】1了解5G從信息通信技術(shù)支持到業(yè)務(wù)模式推廣和場景的應(yīng)用,掌握

 講師:劉暉詳情


【課程背景】國家電網(wǎng)“三型兩網(wǎng)、世界一流”戰(zhàn)略、南方電網(wǎng)定位“五者”,轉(zhuǎn)型“三商”戰(zhàn)略,需賦能智能終端,加速電網(wǎng)全面感知,打通數(shù)據(jù)和業(yè)務(wù)壁壘,驅(qū)動(dòng)創(chuàng)新能力。傳統(tǒng)通信方式難以滿足數(shù)字電網(wǎng)發(fā)展需求,電力生產(chǎn)、傳輸、消費(fèi)全過程需要低時(shí)延、大寬帶、大連接,對(duì)5G的訴求十分迫切5G作為最新一代的無線通信技術(shù),其超高速率、超低時(shí)延、超大連接特性對(duì)智慧城市建設(shè)產(chǎn)生巨大的影

 講師:劉暉詳情


 發(fā)布內(nèi)容,請(qǐng)點(diǎn)我! 講師申請(qǐng)/講師自薦
清華大學(xué)卓越生產(chǎn)運(yùn)營總監(jiān)高級(jí)研修班
清華大學(xué)卓越生產(chǎn)運(yùn)營總監(jiān)高級(jí)研修班
COPYRIGT @ 2018-2028 http://m.fanshiren.cn INC. ALL RIGHTS RESERVED. 管理資源網(wǎng) 版權(quán)所有