fbpx

使用 Pandas 進行資料分析: Python 動手做

Contents

學習資料科學和機器學習所需的Pandas、Sci-kit Learn、Numpy技能:Seaborn | MatplotLib | Python

從這 17 小時的課程,你會學到

  • 使用需求量大的技能來更新你的履歷:資料分析 Pandas
  • 在 Anaconda 環境中設定 Python
  • 透過速成班複習 Python 基礎知識
  • 學習最受歡迎的 Python 資料分析程式庫:Pandas
  • Pandas 的三個重要資料結構:系列、資料框、面板
  • 學習如何分析一維、二維和三維資料
  • 如何對資料進行分組分析
  • 如何用 Pandas 函式來處理文字資料
  • 分析具有多層次索引的資料。
  • 陣列和矩陣操作程式庫 NumPy
  • 透過測驗掌握 Pandas
  • 資料視覺化 Matplotlib和Seaborn庫
  • 從各種不同的來源匯入資料
  • 用 Scikit-learn 實現完整的機器學習工作流程

要求

  • Windows/Linux/MAC 電腦
  • 關於程式設計的基本概念

課程說明

受限於微軟的 Excel 資料分析功能,你是否願意學習下一代最強大的資料處理工具之一,以及資料分析師、資料科學家和資料工程師所需要的技能。

那麼這個課程是為你準備的,歡迎來到使用 python 最強大的資料處理程式庫 Pandas 進行資料分析的課程。

為什麼選擇這門課?

資料科學家是21世紀最熱門的技能之一,許多組織正將他們的專案從 Excel 轉移到先進的資料分析工具 Pandas。

本課程基本上是設計讓您開始初級水平的使用 Pandas 程式庫,涵蓋大多數重要概念的資料處理資料分析和 Pandas 程式庫,並使您感到自信的使用 Pandas 高層次功能進行資料處理任務。

課程有包含什麼?

本課程包括

  • Pandas 程式庫的基礎知識
  • 對於任何想要複習 Python 基本概念的人,都可以觀看 Python 速成課程
  • 安裝 Python Anaconda和 Pandas
  • 對 Pandas 程式庫中兩個重要資料結構的詳細理解
  • 序列( Series )資料型別
  • Data frame 資料型別
  • 如何對資料進行分組以便更好地進行分析
  • 如何使用 Pandas 進行文字處理
  • 如何使用 Pandas 內建的視覺化工具視覺化資料
  • Pandas 中的多層次指標研究
  • 時間序列分析
  • 數值型 Python:NumPy程式庫
  • Matplotlib 和 Seaborn 用於資料視覺化
  • 機器學習的理論背景
  • 使用 Scikit-learn API 實現完整的端到端機器學習模型
    • (從匯入資料到拆分資料、擬合數據和評估資料)以及如何改進機器學習模型
  • 從各種不同型別的檔案中匯入資料

本課程有80個以上的高解析視訊講座,8小時以上的內容和測驗,以測試你對課程的理解。

這門課程還處於起草階段。 我還在增加越來越多的內容,問答遊戲,使用 Pandas 不同功能的資料處理相關的專案。 所以請繼續關注,現在就註冊吧。

Regards

Ankit Mistry

目標受眾

  • 對資料科學感興趣的初級 Python 開發者,而不是經驗豐富的資料科學家
  • 任何想在資料科學和數據分析領域發展的人
  • 任何想學習使用 python 語言進行資料分析的人
  • 希望提高數據分析技能的 Excel 使用者

講師簡介

Ankit Mistry Software engineer 軟體工程師

我是 Ankit Mistry,在 IIT Kharagpur 完成了機器學習、人工智慧領域的碩士學位,現在在一家領先的私人投資銀行工作擔任軟體開發人員、大數據工程師,在軟體行業有8年以上的經驗。 隨著時間的推移,我對資料學科產生了興趣,學習了資料分析和機器學習模型的開發。

我很高興能在 Udemy 的線上學習平臺上學習。

我希望你會喜歡我提供的課程。

英文字幕:有

  • 想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To

報名參加課程

Sponsored by Udemy


也許你會有興趣


追蹤 Soft & Share

幫我們個小忙!

這個網站採用 Akismet 服務減少垃圾留言。進一步了解 Akismet 如何處理網站訪客的留言資料

Powered by WordPress.com.

Up ↑

%d 位部落客按了讚: