| 課程模塊 | 課程名稱(chēng) | 課程內(nèi)容 |
|
Python認(rèn)識(shí)和使用 |
python基礎(chǔ) |
Python版本特性介紹、Python應(yīng)用場(chǎng)景及趨勢(shì)發(fā)展、Python開(kāi)發(fā)環(huán)境搭建、Python開(kāi)發(fā)工具及運(yùn)行環(huán)境、標(biāo)識(shí)符與關(guān)鍵字、注釋 |
|
Python入門(mén) |
Python在各系統(tǒng)中的安裝、應(yīng)用場(chǎng)景及數(shù)據(jù)存儲(chǔ)設(shè)計(jì)、Python程序開(kāi)發(fā)基礎(chǔ)指南、如何運(yùn)行python代碼 |
|
|
python基本語(yǔ)法 |
Python選擇與循環(huán)、Python字符串處理、可視化python編程、數(shù)據(jù)及類(lèi)型操作、Python對(duì)象、數(shù)字、序列、Python映射和集合類(lèi)型、Python條件和循環(huán)、Python文件和輸入輸出、python錯(cuò)誤和異常 |
|
|
python高級(jí)語(yǔ)法 |
函數(shù)和函數(shù)式編程、Python面向?qū)ο缶幊獭ython正則表達(dá)式、Python函數(shù)編程、Python多線程編程、Python圖形界面編程、Python數(shù)據(jù)庫(kù)編程創(chuàng)建、Python擴(kuò)展 |
|
|
數(shù)據(jù)庫(kù) |
數(shù)據(jù)庫(kù)設(shè)計(jì) |
數(shù)據(jù)庫(kù)設(shè)計(jì)及運(yùn)行管理、數(shù)據(jù)庫(kù)設(shè)計(jì)過(guò)程講解、概念結(jié)構(gòu)設(shè)計(jì)與ER圖、邏輯結(jié)構(gòu)設(shè)計(jì)與ER轉(zhuǎn)換規(guī)則、數(shù)據(jù)流圖與數(shù)據(jù)字典、數(shù)據(jù)庫(kù)設(shè)計(jì)物理模型、數(shù)據(jù)庫(kù)事務(wù)與隔離級(jí)別、數(shù)據(jù)庫(kù)范式及ACID特性、MySQL安裝與登、數(shù)據(jù)庫(kù)創(chuàng)建與刪除 |
|
數(shù)據(jù)庫(kù)基礎(chǔ) |
表結(jié)構(gòu)創(chuàng)建，查看、字段類(lèi)型與數(shù)據(jù)類(lèi)型、字段增加，重命名，刪除、記錄的增加，修改，刪除、表查詢(xún)、條件查詢(xún)、模糊查詢(xún)、視圖創(chuàng)建與操作、索引創(chuàng)建與操作 |
|
|
MongDB |
Mongodb初識(shí)、Mongodb快速部署、Mongodb數(shù)據(jù)庫(kù)操作 Mongodb collection操作、Mongodb MapReduce、Mongodb數(shù)據(jù)導(dǎo)入/導(dǎo)出/備份/恢復(fù)、Mongodb安全、Mongodb權(quán)限控制、Mongodb Python API |
|
|
內(nèi)存數(shù)據(jù)庫(kù)Redis |
REDIS分布式緩存介紹、REDIS網(wǎng)絡(luò)模型與內(nèi)存管理、REDIS的數(shù)據(jù)一致性問(wèn)題、REDIS支持的KEY類(lèi)型、REDIS水平動(dòng)態(tài)擴(kuò)展、REDIS數(shù)據(jù)淘汰策略、REDIS訪問(wèn)工具、REDIS shell api、REDIS包引入、REDIS Python API |
|
|
高階應(yīng)用 |
urllib.lib庫(kù) |
Python urllib認(rèn)識(shí)、urllib庫(kù)的基本操作、urllib基本get請(qǐng)求、urllib基本post請(qǐng)求、超時(shí)配置與會(huì)話對(duì)象、代理與API |
|
requests庫(kù) |
Response對(duì)象與文件上傳、Cookies與會(huì)話對(duì)象、超時(shí)與異常、綜合應(yīng)用案例、CSS選擇器與bs4、BeautifulSoup基本介紹、BeautifulSoup安裝、BeautifulSoup基本語(yǔ)法、BeautifulSoup的基本運(yùn)算符、BeautifulSoup語(yǔ)法定位 |
|
|
css選擇器與Xpath |
CSS選擇器基本使用、Xpath基本介紹、Xpath基本語(yǔ)法、XPath 軸與表達(dá)式、Xpath的基本運(yùn)算符、Xpath語(yǔ)法定位、常用的反爬蟲(chóng)技術(shù)、多線程與多進(jìn)程爬蟲(chóng)、代理設(shè)置與Cookie操作、動(dòng)態(tài)網(wǎng)頁(yè)內(nèi)容的抓取 |
|
|
Scrapy分布式爬蟲(chóng) |
Selenium與PhantomJS、模擬表單登錄、創(chuàng)建項(xiàng)目與定義Item、命令行工具、Spiders參數(shù)與選擇器、Scrapy的Feed輸出、數(shù)據(jù)收集與終端輸出、Scrapy爬蟲(chóng)常見(jiàn)問(wèn)題、vvScrapy爬蟲(chóng)調(diào)試優(yōu)化 |
|
|
進(jìn)軍數(shù)據(jù)分析 |
數(shù)據(jù)分析 |
數(shù)據(jù)分析工具講解、數(shù)值計(jì)算包學(xué)習(xí)、數(shù)據(jù)處理包Pandas、Pandas與數(shù)據(jù)庫(kù)、讀取文本文件、函數(shù)解析、利用DataFrame、關(guān)系型數(shù)據(jù)庫(kù)驅(qū)動(dòng)、非關(guān)系型數(shù)據(jù)庫(kù)驅(qū)動(dòng)、Web API操作網(wǎng)絡(luò)資源 |
|
數(shù)據(jù)處理 |
數(shù)據(jù)清洗原理、缺失數(shù)據(jù)處理、合并數(shù)據(jù)集、數(shù)據(jù)DataFrame合并、數(shù)據(jù)軸向連接、數(shù)據(jù)樣本分位數(shù)、數(shù)據(jù)聚合運(yùn)算、面向列的多函數(shù)應(yīng)用、定義不同列的函數(shù)、通過(guò)函數(shù)進(jìn)行分組 |
|
|
Matplotlib |
Matplotlib基本介紹、Matplotlib可視化包認(rèn)識(shí)、2D與3D圖表圖表使用、Matplotlib圖像顯示、Matplotlib應(yīng)用、從文件加載數(shù)據(jù)、從網(wǎng)絡(luò)加載數(shù)據(jù)、繪圖與可視化、統(tǒng)計(jì)學(xué)基礎(chǔ)、時(shí)間序列分析基礎(chǔ) |
|
|
SPSS、SK-LEARN |
序列分析周期算法與應(yīng)用、機(jī)器學(xué)習(xí)知識(shí)、spss軟件介紹、spss使用算法簡(jiǎn)單講解、sk-learn算法講解、sk-learn安裝、sk-learn算法調(diào)用、pandas接入模型、statsmodels使用、線性模型估計(jì) |
|
|
項(xiàng)目實(shí)戰(zhàn) |
個(gè)人用戶信用評(píng)估 |
針對(duì)脫敏的幾十個(gè)維度的用戶數(shù)據(jù)，以及銀行提供的黑名單，建立個(gè)人用戶的信用評(píng)估模型；在建模過(guò)程中涉及到用戶數(shù)據(jù)缺失值處理，特征篩選，特征量化，類(lèi)別不平衡策略，模型參數(shù)調(diào)優(yōu)；涉及到SPSS數(shù)據(jù)分析，pandas，sklearn工具的使用；通過(guò)該項(xiàng)目的學(xué)習(xí)，完整掌握各類(lèi)數(shù)據(jù)分析軟件，分析流程以及相關(guān)算法。 |
|
運(yùn)營(yíng)商數(shù)據(jù)統(tǒng)計(jì)分析 |
對(duì)運(yùn)營(yíng)商用戶真實(shí)瀏覽記錄，利用瀏覽數(shù)據(jù)分類(lèi)，以及爬蟲(chóng)抓取數(shù)據(jù)擴(kuò)充標(biāo)簽，統(tǒng)計(jì)用戶瀏覽行為，給用戶貼上對(duì)應(yīng)標(biāo)簽，針對(duì)個(gè)人用戶以及群體用戶的特征，進(jìn)行相關(guān)數(shù)據(jù)推薦；涉及到數(shù)據(jù)全量與增量統(tǒng)計(jì)，實(shí)時(shí)計(jì)算，協(xié)同過(guò)濾等技術(shù)與算法，分布式爬蟲(chóng)部署，以及反爬蟲(chóng)策略；通過(guò)該項(xiàng)目學(xué)習(xí)，完整掌握數(shù)據(jù)抓取技術(shù)，海量數(shù)據(jù)實(shí)時(shí)計(jì)算，以及主流用戶推薦算法。 |
|
|
電商網(wǎng)站評(píng)價(jià)情感分析 |
針對(duì)某互聯(lián)網(wǎng)電商平臺(tái)上的商品數(shù)據(jù)，抓取其評(píng)論數(shù)據(jù)，進(jìn)行情感分析，并抽取評(píng)論關(guān)鍵詞，分析用戶關(guān)心的商品問(wèn)題；涉及到爬蟲(chóng)知識(shí)，數(shù)據(jù)篩選，清洗，去重以及貝葉斯，LDA算法等；通過(guò)該項(xiàng)目的學(xué)習(xí)，加深對(duì)數(shù)據(jù)處理流程的理解以及對(duì)自然語(yǔ)言處理知識(shí)的認(rèn)識(shí)。 |
|
|
股票數(shù)據(jù)擬合與推薦 |
針對(duì)網(wǎng)上獲取的實(shí)時(shí)股票數(shù)據(jù)，利用多種方法對(duì)數(shù)據(jù)進(jìn)行短期擬合，評(píng)估擬合效果，并在擬合多支股票的基礎(chǔ)上，進(jìn)行有價(jià)值股票的推薦；涉及到時(shí)間序列數(shù)據(jù)擬合，預(yù)警等技術(shù)；通過(guò)該項(xiàng)目的學(xué)習(xí)，加深對(duì)時(shí)間序列分析與理解。 |
懂業(yè)務(wù)：從事數(shù)據(jù)分析工作的前提就是需要懂業(yè)務(wù)，即熟悉行業(yè)知識(shí)、公司業(yè)務(wù)及流程，最好有自己獨(dú)特見(jiàn)解，若脫離行業(yè)認(rèn)知和公司業(yè)務(wù)背景，分析的結(jié)果只會(huì)是脫了線的風(fēng)箏，沒(méi)有太大的實(shí)用價(jià)值。從另外一個(gè)角度來(lái)說(shuō)，懂業(yè)務(wù)也是數(shù)據(jù)敏感的體現(xiàn)。不懂業(yè)務(wù)的數(shù)據(jù)分析師，看到的只是一個(gè)個(gè)數(shù)字;懂業(yè)務(wù)的數(shù)據(jù)分析師，則看到的不僅僅是數(shù)字，他明白數(shù)字代表什么意義，知道數(shù)字是大了還是小了，心中有數(shù)，這才是真正意義的數(shù)據(jù)敏感性。
學(xué)習(xí)環(huán)境
教學(xué)環(huán)境優(yōu)美，軟硬設(shè)施齊全，生活配套完善，團(tuán)隊(duì)氛圍濃厚。
課程時(shí)間
白班＋晚班＋周末班，適應(yīng)各種學(xué)員群體，靈活匹配學(xué)員時(shí)間。
交通條件
臨近世紀(jì)城地鐵站，天府軟件園中心，成都IT信息產(chǎn)業(yè)軸心。
就業(yè)指導(dǎo)
老師指導(dǎo)簡(jiǎn)歷、面試技巧，推薦就業(yè)企業(yè)，保障學(xué)員就業(yè)。
加米谷大數(shù)據(jù)聯(lián)合創(chuàng)始人，10年IT信息技術(shù)領(lǐng)域行業(yè)經(jīng)驗(yàn)，善于用信息化技術(shù)架構(gòu)和指導(dǎo)團(tuán)隊(duì)完成設(shè)計(jì)工作。
加米谷大數(shù)據(jù)聯(lián)合創(chuàng)始人，5+年大數(shù)據(jù)研發(fā)經(jīng)驗(yàn)，擅長(zhǎng)各類(lèi)大數(shù)據(jù)技術(shù)架構(gòu)設(shè)計(jì)，參與大數(shù)據(jù)底層核心開(kāi)發(fā)。
加米谷大數(shù)據(jù)特聘講師，原中軟國(guó)際大數(shù)據(jù)高級(jí)開(kāi)發(fā)工程師，10年互聯(lián)網(wǎng)行業(yè)工作經(jīng)驗(yàn)，5年大數(shù)據(jù)開(kāi)發(fā)經(jīng)驗(yàn)。
加米谷大數(shù)據(jù)特聘講師，4年大數(shù)據(jù)開(kāi)發(fā)經(jīng)驗(yàn)，國(guó)內(nèi)Spark、Hadoop技術(shù)專(zhuān)家，注重理論與實(shí)踐相結(jié)合。
技術(shù)訣竅。作為數(shù)據(jù)分析師，經(jīng)常跟軟件，系統(tǒng)和數(shù)據(jù)打交道。如果你對(duì)技術(shù)理解有好奇心，并愿意繼續(xù)學(xué)習(xí)這些技能，以跟上技術(shù)的發(fā)展，那么這將會(huì)為你成為優(yōu)秀的數(shù)據(jù)分析師打下良好的基礎(chǔ)。端到端的流程中涉及到許多系統(tǒng)和數(shù)據(jù)，掌握技術(shù)訣竅將使你更容易理解它們的連接方式以及由誰(shuí)負(fù)責(zé)哪個(gè)部分，對(duì)數(shù)據(jù)價(jià)值鏈了然于胸，也就能夠更好地將分析內(nèi)容插入報(bào)告的上下文中。對(duì)此，你需要知道： 數(shù)據(jù)來(lái)自哪里？為什么收集數(shù)據(jù)，怎么收集數(shù)據(jù)，以及由誰(shuí)收集？ 數(shù)據(jù)經(jīng)歷了哪些轉(zhuǎn)化步驟？數(shù)據(jù)存放在哪里？你如何訪問(wèn)數(shù)據(jù)以及誰(shuí)有權(quán)訪問(wèn)數(shù)據(jù)等。
上課中
教室
休閑區(qū)
數(shù)據(jù)分析是當(dāng)前最為熱門(mén)的職業(yè)之一，也是人工智能時(shí)代的重要人才培養(yǎng)方向之一。在這樣的背景下，越來(lái)越多的人開(kāi)始關(guān)注數(shù)據(jù)分析這一領(lǐng)域，成都也不例外。成都學(xué)數(shù)據(jù)分析的課程應(yīng)運(yùn)而生，逐漸成為了一些專(zhuān)業(yè)人士以及求職者的首選之一。
課程特色
1. 完整的數(shù)據(jù)分析實(shí)踐項(xiàng)目
2. 專(zhuān)業(yè)的師資團(tuán)隊(duì)，授課內(nèi)容全面
3. 實(shí)時(shí)互動(dòng)答疑，支持一對(duì)一課程
4. 個(gè)性化定制個(gè)人學(xué)習(xí)計(jì)劃
課程目標(biāo)
1. 掌握數(shù)據(jù)分析相關(guān)的理論知識(shí)和實(shí)際應(yīng)用技能
2. 學(xué)會(huì)使用各種數(shù)據(jù)分析工具和軟件
3. 提高分析數(shù)據(jù)的思維能力和解決問(wèn)題的能力
4. 培養(yǎng)參與實(shí)踐項(xiàng)目的能力和團(tuán)隊(duì)合作精神
學(xué)習(xí)對(duì)象
1. 從事數(shù)據(jù)分析、數(shù)據(jù)挖掘等相關(guān)職業(yè)的專(zhuān)業(yè)人士
2. 初學(xué)者或者對(duì)數(shù)據(jù)分析感興趣的人群
3. 想要提升數(shù)據(jù)分析實(shí)戰(zhàn)能力的職業(yè)人士
課程內(nèi)容
1. Excel數(shù)據(jù)分析基礎(chǔ)
2. Python數(shù)據(jù)分析實(shí)踐
3. SQL數(shù)據(jù)庫(kù)應(yīng)用
4. 大數(shù)據(jù)平臺(tái)Hadoop的應(yīng)用
5. BI報(bào)表分析及數(shù)據(jù)可視化
6. 機(jī)器學(xué)習(xí)入門(mén)實(shí)踐
學(xué)習(xí)時(shí)長(zhǎng)
課程時(shí)長(zhǎng)為3-6個(gè)月不等，具體課程安排根據(jù)學(xué)員具體情況而定。
收費(fèi)范圍
課程收費(fèi)為5000元-15000元不等，具體課程收費(fèi)標(biāo)準(zhǔn)以到校咨詢(xún)?yōu)闇?zhǔn)。
學(xué)習(xí)收獲
通過(guò)學(xué)習(xí)數(shù)據(jù)分析，可以使學(xué)員掌握數(shù)據(jù)分析相關(guān)的核心理論和實(shí)踐技術(shù)，更好地獲取數(shù)據(jù)、分析數(shù)據(jù)，解決實(shí)際問(wèn)題。
結(jié)語(yǔ)
以上信息僅供參考，實(shí)際情況以到校咨詢(xún)?yōu)闇?zhǔn)?？陕?lián)系在線客服，預(yù)約免費(fèi)體驗(yàn)課。學(xué)習(xí)數(shù)據(jù)分析是一項(xiàng)很長(zhǎng)遠(yuǎn)的職業(yè)規(guī)劃，建議有想法的人群積極報(bào)名參加，持之以恒地深入學(xué)習(xí)，才能更好地掌握這一重要技能。
培訓(xùn)項(xiàng)目：大數(shù)據(jù)開(kāi)發(fā)培訓(xùn)、數(shù)據(jù)分析挖掘培訓(xùn)
￥詢(xún)價(jià)2172人關(guān)注
￥詢(xún)價(jià)2133人關(guān)注
勤學(xué)教育網(wǎng)
