项目背景介绍与实现
数据科学(DataScience)是关于数据的科学,定义为研究探索Cyberspace中数据界奥秘的理论、方法和技术。近些年,企业对数据分析,数据科学家岗位的需求越来越多,这不是偶然。过去十多年,中国互联网行业靠着人口红利和流量红利野蛮生长;而随着流量获取成本不断提高、运营效率的不断下降,这种粗放的经营模式已经不再可行。互=企业迫切需要通过数据科学家来实现精细化运营,降低成本、提高效率;
课程知识大纲如下:
数据科学入门
n 什么是数据科学
n 成为一名数据科学家需要哪些知识储备
n 数据分析的基本流程
n Python数据科学环境安装-Anaconda
案例实践1:基于Chipolte快餐数据完成数据探索方法学习
n 知识点1:下单数商品分析
n 知识点2:多少种商品被下单
n 知识点3:下单次数最多的商品
n 知识点4:收入分析,不同种商品销售情况分析
n 知识点5:groupby,sort_values,values_counts,sum等使用
案例实践2:基于2012欧洲杯数据完成数据过滤与排序学习
n 知识点1:球队参赛情况分析
n 知识点2:黄牌数的平均值
n 知识点3:进球分析
n 知识点4:球队分析
n 知识点5:英格兰,意大利队分析
案例实践3:基于酒类消费数据完成数据分组学习
n 知识点1:啤酒消费分析
n 知识点2:啤酒消费种类分析
n 知识点3:消费中位数分析
n 知识点4:饮品消费分析
案例实践4:基于1960-2014美国犯罪数据完成resample函数学习
n 知识点1:美国历史上生存最危险的年代
n 知识点2:数据框合并分析
n 知识点3:犯罪中位数分析
n 知识点4:犯罪整体情况评估
n 知识点5:缺失值分析等
案例实践5:基于虚拟姓名数据完成数据合并练习
n 知识点1:虚拟姓名整体分析
n 知识点2:数据框合并分析
n 知识点3:多数据合并
n 知识点4:整体数据集成
案例实践7:基于风速数据完成数据统计练习
n 知识点1:风速平均值分析
n 知识点2:一个月的平均风速
n 知识点3:统计分析整体概况
n 知识点4:整体情况分析,字段重组等
案例实践8:基于Pokemon数据完成数据框学习
n 知识点1:字段重命名的基本操作
n 知识点2:数据框重组,构建
n 知识点3:数据框添加,数据框处理
n 知识点4:数据框介绍等
案例实践9:基于Apple公司股价数据完成时间序列数据处理方法学习
n 知识点1:每个月的最后一个交易日
n 知识点2:最早的日期和最晚的日期相差多少天
n 知识点3:按照时间顺序可视化Adj Close值
n 知识点4:数据可视化方法等
案例实践10:基于Iris数据完成删除数据操作学习
n 知识点1:缺失值探索
n 知识点2:缺失值的替换
n 知识点3:列删除
n 知识点4:缺失行处理,索引重置等
本课程不提供课程资料
公开笔记对他人可见,有机会被管理员评为“优质笔记”
{{ noteEditor.content.length }}/2000
讲师收到你的提问会尽快为你解答。若选择公开提问,可以获得更多学员的帮助。
课程大纲
- 第一章 基于Chipolte快餐数据完成数据探索方法学习
- 1-1试看 项目背景介绍与需求分析08:21
- 1-2试看 环境与数据介绍04:18
- 1-3试看 商品数购买分析17:47
- 第二章 基于2012欧洲杯数据完成数据过滤与排序学习
- 2-1试看 项目背景介绍01:48
- 2-2试看 欧洲杯数据探索03:17
- 2-3试看 整体数据分析15:22
- 第三章 基于酒类消费数据完成数据分组学习
- 3-1项目背景介绍01:01
- 3-2饮品整体数据情况研究02:39
- 3-3饮品分组函数学习07:41
- 第四章 基于1960-2014美国犯罪数据完成resample函数学
- 4-1整体项目介绍01:04