第一阶段: Pandas数据管理
1门课程
10小时4分钟
本课程将在实战中学习Pandas包,学员将学习独立使用Pandas包完成数据读入、数据清理、数据准备、图表呈现等工作。
-
Python数据分析系列视频课程--学习Pandas
67节
10小时4分钟
课程目标:
Pandas包是基于Python平台的数据管理利器,已经成为了Python进行数据分析和挖掘时的数据基础平台和事实上的工业标准,学习其使用方法,是使用Python进行数据分析和数据挖掘的必备条件。本课程将从中国高校综合排名和北京PM2.5实测数据两个实际案例出发,在实战中学习Pandas包的使用方法。学习完本课程后,学员将能够独立使用Pandas包完成数据读入、数据清理、数据准备方面的工作,学习如何使用统计图表工具进行数据信息呈现,为后续进一步进行数据分析建模和数据挖掘打下坚实基础。本课程已全部连载完成,未来将根据Pandas功能的变化不定期更新内容。【更新历史】2021年3月,对数据包和下载课件进行了更新2020年9月,针对课程发布后Pandas至最新的 1.1.1 版增加的新功能对各章节做了增补和更新2020年3月,增加第13章:如何优化Pandas2020年3月,更新第2章:增加如何无缝读写SPSS数据文件,增加对读写命令的整体介绍【课程长度】总时长:9小时【学员基础】学员需要懂得Python语言的基本编程知识,可以先学习免费课程“Python语言轻松入门”。学员事前不要求学习统计分析的基本知识。学员事前不要求有任何统计软件的使用经验。
第二阶段: 基础统计分析方法
1门课程
10小时7分钟
围绕scipy.stats和statsmodels包的相关功能展开,从统计分析实战的角度出发详细介绍了如何在Python中完成数据描述、t检验、单因素方差分析、卡方检验、相关回归等统计分析操作。
-
Python数据分析系列视频课程--统计分析
64节
10小时7分钟
课程目标:
以真实商业案例为数据基础,课程内容围绕scipy.stats和statsmodels包的相关功能展开,从统计分析实战的角度出发详细介绍了如何在Python中完成数据描述、t检验、单因素方差分析、卡方检验、相关回归等统计分析操作。通过本课程的学习,学员将深入学习如何正确考察这些方法的适用条件,正确选择所需的方法加以应用,从而既满足了相关统计分析功能的需求,又为进一步学习statsmodels包中的复杂建模功能打下坚实的基础。【课程大纲】第1章:变量的统计描述第2章:连续变量的比较:t检验第3章:检验方法适用条件的考察第4章:多组均数的比较:单因素方差分析第5章:有序分类变量的比较:非参数统计分析方法第6章:无序分类变量的比较:卡方检验第7章:变量间的关联性分析第8章:线性回归模型入门第9章:样本量的计算【课程长度】总时长:10小时【学员基础】学员需要懂得Python语言的基本编程知识。学员事前不要求学习统计分析的基本知识,但建议完全没有统计基础的学员事先学习免费视频课程《统计分析轻松入门》。学员事前不要求有任何统计软件的使用经验。
第三阶段: 统计分析模型
1门课程
19小时40分钟
系统学习各种统计/数据挖掘模型,并学习这些模型在sklearn和statsmodels中的实现。
-
Python数据分析系列视频课程--统计模型
92节
19小时40分钟
课程目标:
请至PC端网页下载本课程代码课件及数据。系统、多面的介绍方差分析模型、回归模型、logistic回归等各种经典统计模型,以及树模型、神经网络、支持向量机、最近邻方法等各种现代数据挖掘模型的算法原理,模型优缺点,适用条件及考查方式,并学习这些模型在sklearn和statsmodels中的具体实现方法。本课程为统计原理与操作并重,在详细阐明各种模型算法特点的基础上,再对这些方法的python实现进行学习。学习完本课程后,学员将能够独立使用sklearn和statsmodels拟合各种统计模型,满足实际研究工作或数据挖掘项目中的建模需求。【更新记录】2019.9:增加关联分析一章,1h+时长。【课程大纲】第1章:统计模型课程概述第2章:方差分析模型第3章:线性回归模型第4章:线性回归的衍生模型第5章:logitsic回归第6章:决策树模型第7章:神经网络第8章:支持向量机第9章:主成分分析与因子分析第10章:聚类分析第11章:最近邻分析第12章:生存分析第13章:关联分析【课程长度】总时长:20小时【学员基础】学员需要懂得Python语言的基本编程知识,有基本的程序查错能力。学员事前应当学习统计分析的基本知识,建议完全没有统计基础的学员事先学习免费视频课程《统计分析轻松入门》和《统计模型轻松入门》。本课程为python数据分析系列课程的高级内容,建议学员事先学习《玩转pandas》、《玩转统计分析》等基础课程。
课程名称 |
操作 |
Python数据分析系列视频课程--统计分析 |
付费用户专享
|
Python数据分析系列视频课程--统计模型 |
付费用户专享
|