2023年1月4日-6日，由北京友萬信息科技有限公司主辦，順德職業技術學院承辦的，為期三天的“Python數據分析內訓課程”圓滿結束。
本次課程受環境因素影響依舊采用線上直播的方式進行。但是這并不影響順德職業技術學院老師們的學習熱情。此次培訓為順德職業技術學院內部定制的高級培訓課程，共有五十余人參加，課程內容和效果也受到了參培人員的一致好評。
參培學員好評反饋
主辦方北京友萬信息科技有限公司為參培人員提供了全部的內訓課件PPT及專屬分析數據。
全部的內訓課件PPT及專屬分析數據
本次課程由北京友萬信息科技有限公司簽約講師：袁銘老師主講，全面介紹了使用Python進行數據分析所必需的各項知識。包括數據分析的基本流程、Python數據分析環境搭建與Python編程基礎、數據分析與統計分析、回歸分析、分類與聚類算法、時間序列分析以及機器學習前沿專題等。
所有教學模塊均提供實戰項目以及高度可復用的源代碼配套，并且能夠與相關課程做到有機結合。通過本課程學習，學員能夠掌握數據分析、數據挖掘的基本過程以及相關核心技術，初步具有數據科學的思維方式，能夠從數據分析的角度對社會經濟現象進行研究與解釋。
本課程的特色有以下三點：
第一，貼近實戰的教學模塊安排。
本課程將從主講人實際參與企業級數據挖掘的經驗出發，從講解 Python 環境搭建、Python 編程基礎開始，逐漸過渡到結合實際案例的數據探索與分析。在具有一定積累后，將全面介紹回歸、分類、聚類、推薦系統等統計建模與數據挖掘工具。課程最后將對一些數據科學領域的前沿例如集成學習、深度學習等進行介紹。
第二，平緩的學習曲線。
課程整體以及課程的每一個教學模塊均遵循從易到難的教學規律，并設置大量“所見即所得”的課堂練習，使參與者能夠從學習過程中產生獲得感。特別地，主講人將從自身教學經驗出發，化解學員學習過程中的難點與“痛點”，保持學習熱情。
第三，高度可復用的代碼模塊。
本課程提供的教學代碼均具有高度可復用性，經過適度修改可以用于絕大部分數據分析與數據挖掘的實際工作與教學活動。
三天的課程大綱如下：
| 第一天 | 第二天 | 第三天 |
模塊 1：數據分析概述 1.1 數據思維 1.2 數據分析流程 1.3 數據分析軟件平臺簡介 1.4 Python 語言簡介 模塊 2：Python 編程基礎 2.1 Python 編程環境搭建 2.2 功能模型介紹與安裝 2.3 Python 控制語句 2.4 Python 內置數據結構 2.5 Python 的函數與類 2.6 Numpy 簡介 模塊 3：基本的數據分析 3.1 Pandas 概述 3.2 數據導入 3.3 數據篩選與數據集成 3.4 數據清洗 | 模塊 4：統計分析 4.1 基本的描述性統計分析 4.2 分組統計與數據透視 4.3 多元統計分析 4.4 數據可視化基礎 4.5 假設檢驗 模塊 5：回歸分析 5.1 回歸與回歸模型 5.2 回歸模型的評價與預測 5.3 多元回歸模型 5.4 如何處理定性數據 模塊 6：統計分類 6.1 分類算法概述 6.2 KNN 算法 6.3 Logistics 模型 6.4 決策樹模型 6.5 分類模型評價 | 模塊 7：聚類算法與推薦算法 7.1 聚類算法概述 7.2 Kmeans 算法 7.3 聚類模型性能評價 7.4 推薦算法 模塊 8：時間序列分析 8.1 時間序列數據的基本處理 8.2 環比、同比、定基增長率 8.3 時間序列分解 8.4 時間序列預測 模塊 9：前沿專題與教學經驗分享 9.1 集成學習 9.2 神經網絡模型 9.3 教學經驗分享 |
第一天的課程首先講解了6個基本模塊：Python編程環境搭建、功能模塊安裝、Python控制語句、Python內置數據結構、Python的函數與類、Numpy簡介。
模塊內容簡介
從基礎模塊開始，培養大家的獲得感，讓參培人員更有興趣持續學習。如果你不熟悉編程也沒問題，這里用到的大多數內容是程序的調用，而非深度編程，簡單易學。
接下來進入第一部分：基本的數據分析，主要分為Pandas簡介；數據導入；數據篩選與數據集成；缺失值處理。
講解這部分的時候，袁老師還強調了他自己的個人使用竅門，把所有的數據，放在同一個電腦盤中，方便查找使用。同時表示這里涉及的代碼，最好是自己手動敲一遍，增加熟悉度。
基本的數據分析
第二部分講解了基本的統計分析。這部分內容可以和統計學原理，完美結合。包括數據的頻數分析；集中趨勢分析；離散程度分析；分布以及一些基本的統計圖形。
基本的數據分析
第三部分講解了基本的時間序列分析。包含頻率轉換；環比、同比與定基；環比、同比與定基增長率；時間序列的預測；Holt-winters方法；ARIMA模型；其他的時間序列預測包。
基本的時間序列分析
第四部分講解了回歸分析。包括Statsmodel包中的回歸分析；多元線性回歸模型；Sklearn中的回歸分析；回歸模型的預測；回歸模型的評價。
回歸分析
第五部分講解了統計分類。典型的分類算法有：logistic回歸、決策樹、樸素貝葉斯、kNN
統計分類
第六部分講解了聚類算法與推薦系統。包括：聚類分析；聚類算法。
聚類算法與推薦系統
第七部分講解了集成學習。包含集成學習的含義；集成學習的分類；學習器的方差、偏差和誤差；隨機森林等內容。
集成學習
最后一部分講解的是神經網絡模型。包括人腦與神經網絡；感知器；人工神經網絡；激活函數；神經網絡模型的訓練；人工神經網絡的實現。
北京友萬信息科技有限公司作為中國大陸領先的教育和科學軟件分銷商，已在中國300多所高校建立了可靠的分銷渠道，擁有最成功的教學資源和數據管理專家。友萬科技將繼續努力幫助國內高校建立科學領先的教育體系，熟練運用基本功學習高效的科研方法，并能夠有效地推廣科學軟件，同時向中國用戶提供高質量的客戶支持和培訓服務。合作熱線: 010-56548231
熱門鏈接
專注分享商業數據分析、金融數據分析、應用統計分析、知識圖譜、機器學習、計量經濟、人工智能、網絡爬蟲、自動化報告與可重復研究等熱門技術內容。定向培養Stata、Python、Minitab、R語言數據人才，助力產學研政企商協同發展，為中國大數據產業蓄能。合作熱線：010-56548231 郵箱：info@uone-tech.cn
