Python数据科学
体系课

Python数据科学

  • 大数据系统

学习谷歌Colab记事本进行数据科学编程、学习数据科学中使用的Python的基本子集等

¥99.9
本课程包括
  • 5小时28分钟的视频随时观看
  • 可在APP随时观看
  • 结业证书
课程合作品牌
机械工业出版社
你将收获
  • 学习谷歌Colab记事本进行数据科学编程、学习数据科学中使用的Python的基本子集等

数千家企业正在使用三节课企业版学习

无限制学习2000+门课程,200+精选学习专题

免费申请体验>
课程介绍

9小时以上的视频教学

尽管已经有很多数据科学和机器学习的资源课程,本课程与以往的相比,还是有很明显的优势。这门完整的视频课程填补了这一空白——它是专门让学生学习如何用Python编写数据科学程序和机器学习而设计的。尽管已经有很多数据科学和机器学习的资源课程,本课程与以往的相比,还是有很明显的优势。。通过本课程,学生们将学习Python的基础知识,并为数据科学做好准备。

Noah Gift和Kennedy Behrman让不具备编程背景学生通过掌握足够多的python知识,为数据科学做准备公司正在寻找能够创建洞察力驱动系统的开发人员,因为他们现在正成为企业成功的关键因素。很少有专业人士经过足够的培训来提供大规模软件工程和机器学习/AI方面技能。这是一个新兴领域,我们正在开发培训,以满足市场的这一需求。

说明

在Python中,采用Notebook进行数据科学编程是一种新兴的标准,但是对于初学者来说,缺乏高质量的培训材料。通过这9小时的视频课程,给在数据科学领域起步的新手或初学者提供Python语言的基础培训。该视频课程作为数据科学本科生或研究生100节的基础性课程。

本课程是围绕Colab Notebook提供的学习而设计的。学生们将能够运行视频课程中显示的每一项练习。本书的重点是一个更小、更简单的Python子集,它只需要用于数据科学编码。

此课程不提供资料下载

适合人群
  • 编程初学者
  • 数据行业中使用Python进行数据科学的统计学家和分析师
  • 销售、产品经理、数据分析师、市场营销人员
讲师介绍
传播工业技术、工匠技能和工业文化,助力我国自主创新能力提升
擅长领域:
  • 智能制造
  • 企业创新与商业模式
  • 数字化思维与认知
  • 数字化领导力
机工社先后获评“全国优秀出版社”“全国百佳出版单位”“中国500最具价值品牌”“世界媒体500强”“国家文化出口重点企业”“中国版权最具影响力企业”“中国图书海外馆藏影响力出版100强”和“教育部教材出版基地”。机工旗下出版物曾获得全国科学大会奖、国家图书奖、中国出版政府奖、全国优秀科技图书奖、中国好书、全国教材建设奖等众多国家奖项。机工社新世纪的快速发展,在业界引起广泛关注,2014年其改革发展实例被收录进哈佛大学案例库应用于教学实践,并通过哈佛大学的出版网络向全球发行,成为中国文化产业战略管理“走出去”第一家。 传播工业技术、工匠技能和工业文化,助力我国自主创新能力提升,是机工社的使命与追求。愿与各界机构、各界人士携手同行,集知播识,再铸辉煌。
课程大纲
共0节 时长0分钟 全部收起
1.0 学习目标
1.1 数据科学中的Python历史
4分钟
1.2 Python数据科学库概述
2分钟
1.3 Python在AI、ML和数据科学领域的未来趋势
3分钟
2.0 学习目标
2.1 创建第一个Colab文档
6分钟
2.2 管理Colab文件
7分钟
2.3 使用magic功能
4分钟
2.4 了解与Jupyter的兼容性
4分钟
3.0 学习目标
1分钟
3.1 编写程序代码
3分钟
3.2 使用简单表达式和变量
5分钟
3.3 使用内置类型
2分钟
3.4 学会Print
2分钟
3.5 执行基本数学运算
4分钟
3.6 使用带点符号的类和对象
5分钟
4.0 学习目标
4.1 使用字符串方法
5分钟
4.2 字符串格式
3分钟
4.3 操作字符串
5分钟
4.4 学会使用unicode
2分钟
5.0 学习目标
5.1 使用列表和元组
11分钟
5.2 浏览词典
7分钟
5.3 合集
4分钟
5.4 使用numpy数组
7分钟
5.5 使用Pandas数据帧
4分钟
5.6 使用Pandas系列
2分钟
6.0 学习目标
1分钟
6.1 将列表转换为dicts并返回
2分钟
6.2 将dicts转换为Pandas数据帧
2分钟
6.3 将字符转换为整数并返回
1分钟
6.4 在十六进制、二进制和浮点之间转换
3分钟
7.0 学习目标
1分钟
7.1 学会用for循环
2分钟
7.2 用while循环重复
1分钟
7.3 学会处理异常
3分钟
7.4 使用条件
5分钟
8.0 学习目标
8.1 编写和使用函数
6分钟
8.2 学会使用decorators
6分钟
8.3 组合闭包closure 函数
3分钟
8.4 使用lambdas表达式
2分钟
8.5 高级功能使用
5分钟
9.0 学习目标
1分钟
9.1 学习NumPy
6分钟
9.2 学习SciPy
15分钟
9.3 学习Pandas
7分钟
9.4 学习TensorFlow
5分钟
9.5 使用Seaborn绘制二维图
5分钟
9.6 使用Plotly进行交互式绘图
6分钟
9.7 专业可视化库
4分钟
9.8 学习自然语言处理库
4分钟
10.0 学习目标
1分钟
10.1 了解函数编程
5分钟
10.2 将功能应用于数据科学工作流
2分钟
10.3 使用map、reduce、filter
3分钟
10.4 使用列表解析
5分钟
10.5 使用字典解析
1分钟
11.0 学习目标
11.1 使用generators
3分钟
11.2 设计generator管道
4分钟
11.3 实现Lazy计算功能
3分钟
12.0 学习目标
12.1 进行简单的模式匹配
2分钟
12.2 使用正则表达式
11分钟
12.3 学习文本处理技术:Beautiful Soup库
2分钟
13.0 学习目标
13.1 在Python中排序
5分钟
13.2 创建自定义排序函数
5分钟
13.3 Pandas数据排序
8分钟
14.0 学习目标
14.1 读写文件:文件、pickle、CSV、JSON
6分钟
14.2 Pandas读写:CSV,JSON
7分钟
14.3 使用web资源进行读写(请求、boto、github)
3分钟
14.4 使用基于功能的并发
14分钟
15.0 学习目标
15.1 使用Github共享
5分钟
15.2 创建Kaggle Kernels
3分钟
15.3 与Colab合作
2分钟
15.4 使用Plotly发布公共图形
1分钟
16.0 学习目标
1分钟
16.1 PyTest使用
6分钟
16.2 Visual Studio Code使用
5分钟
16.3 Vim使用
3分钟
16.4 Ludwig(开源AutoML)
4分钟
16.5 Sklearn算法清单
3分钟
16.6 建议
3分钟
总结
1分钟
购课须知

课程有效期:

自购买课程之日起 365 天,部分参与营销活动产品以活动规则为准,请同学在有效期内学习、观看课程。

上课模式:

课程采取录播模式,请注意自学课无班级微信群、班主任带班及助教批改服务。

注:自学课不支持退款,确保你是真的需要再进行报名,报完名之后还请认真学习。