数据分析与挖掘行业火爆，人才缺口大。本课程基于Python3全程以真实案例驱动，带你学习数据分析与挖掘建模领域的科学思维、必会知识、常用工具、完整流程以及老师多年的经验技巧。助你逆袭成为数据掘金时代的抢手人才!
从头到尾经历一次完整的流程
让你弄清数据分析与建模的来龙去脉
几乎每个知识点都配有具体的小案例
在实战中掌握岗位要求的技能与技巧
从基本概念、公式原理、实用技巧
到背后的思维方法，掌握数据分析每
个环节的必备知识
数据获取
探索分析
预处理
挖掘建模
模型评估
数据分析应用场景
异常值分析示意图
聚类效果图
特征预处理的对指化思想
人力资源分析表分组分布图
人力资源分析表相关分析热图
人力资源分析表决策树（局部）
数据分析含义与意义
数据分析的一般流程
Python与数据分析
数据分析的学习方法
数据仓库、抓取
日志、计算、埋点
常用的数据学习网站
数据集网站
集中趋势，离中趋势
数据分布，抽样理论
假设检验与方差检验
相关系数理论，线性回归理论，PCA
分解与奇异值分解
异常值分析 & 案例
对比分析 & 案例
结构分析 & 案例
分布分析 & 案例
交叉分析 & 案例
分组与钻取 & 案例
相关分析 & 案例
因子分析 & 案例
seaborn库常用绘图
绘制离散化策略折线图
绘制因子对比直方图
绘制连续异常值箱线图
matplotlib常用绘图
特征工程，数据清洗
特征选择，特征变换
特征降维，特征衍生
数据与业务
分类 (KNN,朴素贝叶斯,决策树
SVM，随机森林与Adaboost)
回归 (线性回归与最优化，
罗吉斯特回归，神经网络)
聚类 (K-means，层次聚类，
DBSCAN，图分裂聚类)
关联 (关联规则与序列规则，
算法Apriori)
分类模型评估关键指标
回归模型评估关键指标
聚类模型评估关键指标
关联模型评估关键指标
多角度重看数据分析
大数据的特点与处理思路
接下来，可以做更多
问答专区
讲师集中答疑
关于课程的问题都可在问答区随时提问讲师会进行集中答疑
源码开放
整套代码下载
课程案例代码完全开放给你，你可以根据所学知识自行修改、优化
适合有数学基础，想从事数据分析，却不知如何入门的同学，也适合刚入门数据分析，想提升数据分析思路，解决
工作中不同种类特征的处理难题的初学者，完成本课程的学习，不仅有助于数据分析与挖掘类的面试、考试（如
CDA等），更会提升你对数据分析内涵的认知，同时，对大规模数据怎么处理，也会有新的思路
学前必备技术：
数学基础知识，Python基础知识
慕运维7479159
好评
非常棒的课程，受益匪浅，最近一直在找一门可以入门机器学习的课程，但是由于统计学与概率学基础薄弱，就考虑现将基础补一下，刚好看到了这门课程，就买了，现在已经学到一半多了，期间做了大量课程笔记，途索老师讲课的质量非常高，对我的提问耐心回答，进了课程以后才发现老师这门课设计的太广泛了，这是老师实力的体现，从数据清洗到特征工程，到机器学习，到实战中应该注意的事项都有涉及，作为入门和提升的优秀选择，以上是作为一个入门初学者的感受，希望能对大家有帮助
hihiluo
好评
学到了第五章的来评价一下 这课非常满意 老师更多的是立足知识点进行讲解 由浅入深 而去更偏重与数据的数学分析这一方面 对数学的要求挺高 作为一个计算机专业大学生 数据分析里面涉及的绝大部分数学知识点 学校课程并没有如此深入的讲过 理解的确很吃力 不过却也非常全面 完全可以作为一个进阶课程继续学习
weixin_慕田峪8535064
好评
课程内容丰富，一直都在自学机器学习，这个课程可以当成是对我自己机器学习的一次总结了。有很多之前不清楚的地方听过之后豁然开朗，对机器学习/数据挖掘的认识又加深了一层。
向您推荐
如无法下载使用图片另存为
下载海报选课、学习遇到问题？
扫码添加指导老师 1V1 帮助你！
添加后老师会第一时间解决你的问题
