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

也許你會有興趣
- Python 程式設計學習地圖
- ★英語學習地圖 – 練好英文是最大的學習槓桿
- 如何找工作學習地圖 – 找工作不要靠運氣!
你必須登入才能發表留言。