数据科学课程安排

未分类

课程安排与将获得的技能

第1课. 基础编程知识夯实

• 将学习到Python基础知识、常用库与工程技巧
• 配合课程讲解与云平台练习及小组讨论，你将掌握python编程技能，数据类型与各种数据结构使用，完成具体任务的函数编写，常用的工程技巧
• 实验：Python经典练习题与Google python练习题

第2-3课. 数据获取与存储技能实训

• 将学习到爬虫相关知识，对网页信息抓取，清洗，解析与存储
• 配合课程讲解与云平台练习及小组讨论，你将掌握对工作所需或感兴趣的数据(网页文本、图片等)抓取与解析和数据库存储相关技能。掌握scrapy库对知乎和微博、豆瓣等的数据获取和存储案例。
• 实验：知乎、微博、与新闻网站数据抓取清洗与存储，有更好玩的网站欢迎随时提供，大家一起做！
  
  

第4-5课. 数据分析技能实训

• 将学习到数据上的统计计算与分析方法
• 配合课程讲解与云平台练习及小组讨论，你将掌握对已有数据统计分析和基本决策辅助的能力。熟练查询和使用pandas对txt、csv、office xls等不同类型的数据，读写与多种复杂计算、操作。
• 实验：多种格式文件的读写与操作，pandas无障碍操作练习，影评数据统计分析，人口信息分析，美国大选数据分析，区域医疗数据分析
  
  
  

第6-7课. 可视化技能实训

• 将学习到几种可视化库与工具对全局数据和结果做可视化，动态展示结果
• 配合课程讲解与云平台练习及小组讨论，你将掌握使用matplotlib和seaborn等对数据进行同步分析和可视化展示的能力。
• 实验：基本的分布与曲线拟合绘图、交通数据可视化、美国大选数据分析可视化等
  
  
  
  
  
  
  

第8-9课. 大数据技能实训

• 将学习到hadoop相关知识，基本Map-reduce原理与spark知识
• 配合课程讲解与云平台练习及小组讨论，你将掌握hadoop部分组件使用方法，手写map-reduce解决大数据处理的方法，及spark完成统计和简单建模的能力。
• 实验：手写map-reduce完成大数据的统计，海量文本数据处理，spark大数据处理示例、spark mllib分布式机器学习简单建模训练
  

第10-13课. 机器学习应用实训

• 将学习到针对已有数据进行特征抽取与建模，使用机器学习辅助问题决策的知识
• 配合课程讲解与云平台练习及小组讨论，你将掌握在已有数据的基础上，如何结合问题场景，进行有效的数据处理与特征抽取，并在此基础上使用多种建模库工具(scikit-learn、xgboost、lightGBM，liblinear，libsvm等)进行机器学习建模与应用的能力。
• Kaggle泰坦尼克号之灾、自行车租赁、房价预测、电商销量预测、新闻主题分类、文本褒贬分析等案例
  
  
  
  

第14课. 综合应用实训

• 将完成从数据获取解析、分析可视化到机器学习建模应用的完整案例
• 配合课程讲解与云平台练习及小组讨论，你将掌握数据科学完整的流程，并能独当一面完成在公开数据（微博、知乎等）上的应用项目。
• 项目：结业项目，包括数据采集、清洗、存储、分析、可视化和建模等流程的标准化项目