知识点: 1.数据文件类型 2.数据文件读取 3.数据文件存储 4.JSON解析 5.数据分块读取
知识点: 1.数据文件读取 2.数据格式转换 3.数据切片
知识点: 1.数据库连接 2.操作SQLite数据库 3.SQL语法介绍 4.MongoDB数据库介绍 5.对MongoDB数据库的增删改查
知识点: 1.数据库连接 2.查询语句的构造 3.使用Pandas读取和查询数据库 4.针对相关的列的聚合计算
知识点: 1.GET方法请求数据 2.Response响应分析 3.请求URL的构造 4.JSON数据读取 5.开发者工具的使用
知识点: 1.URL规律分析 2.请求URL的构造 3.JSON数据解析 4.数据的存储
知识点: 1.Pandas模块自动解析表格 2.表格数据的文本匹配 3.XPath节点的选择基本规则 4.lxml模块的使用 5.BeautifulSoup模块中CSS选择器的使用 6.开发者工具中XPath和CSS的路径
知识点: 1.XPath解析数据 2.响应状态的判断
知识点: 1.构造CSS选择器路径 2.获取不同页面的内容 3.Scrapy的安装使用 4.Scrapy提取数据方法 5.Scrapy内置方法 6.正则匹配方法介绍
知识点: 1.ScrapyShell常用命令 2.Response对象的处理 3.Pipeline处理数据 4.数据存取与导出 5.多页面数据爬取
知识点: 1.爬虫工程的创建 2.Items文件编写 3.Piplines文件编写 4.GithubURL的构造 5.爬虫的编写
知识点: 1.可视化与数据挖掘的步骤 2.Matplotlib绘制图形 3.Matplotlib添加图形属性 4.等高线的绘制 5.泊松分布和正态分布的绘制 6.Seaborn密度估计图的绘制 7.单变量变量图的绘制 8.热力图的绘制
知识点: 1.Seaborn散点图的使用 2.Seaborn计数图的使用 3.子图的绘制
知识点: 1.数据有效性判定依据 2.数据清洗常用方法 3.缺失值处理 4.重复值的处理 5.IQR值的计算
知识点: 1.Merge合并数据方法 2.Join按照索引合并 3.concat轴堆叠方法 4.map数据映射方法 5.Groupby数据分组聚合方法
知识点: 1.MinMax标准化 2.ZScore标准化 3.独热编码 4.数据离散化
知识点: 1.主成分分析 2.线性判别分析 3.皮尔逊相关系数 4.卡方检验 5.数据抽样
知识点: 1.数据文件的读取 2.数据集的分割和拼接 3.缺失值处理
知识点: 1.数据离散化 2.分组聚合计算 3.重复值处理 4.数据类型转换
知识点: 1.数据归一化 2.数据集合并 3.缺失值处理 4.数据集的分组求和 5.重制索引
知识点: 1.MinMax归一化 2.缺失值填充处理 3.坐标轴刻度设置 4.子图的绘制
知识点: 1.机器学习的定义 2.监督学习 3.分类与回归 4.监督学习与无监督学习
知识点: 1.一元线性回归 2.平方损失函数 3.最小二乘法及代数求解 4.线性回归实现 5.最小二乘法的矩阵推导
知识点: 1.数据集的读取 2.数据的提取 3.最小二乘法计算
知识点: 1.多项式回归介绍 2.多项式回归基础 3.多项式回归预测
知识点: 1.数据去重 2.皮尔逊相关系数的计算 3.特征转换 4.模型评价
知识点: 1.线性可分和不可分 2.Sigmoid分布函数 3.逻辑回归模型 4.对数损失函数 5.梯度下降法
知识点: 1.数据抽取 2.参数设置 3.梯度的计算 4.参数更新
知识点: 1.条件概率 2.贝叶斯定理 3.朴素贝叶斯原理 4.朴素贝叶斯算法实现 5.极大似然估计
知识点: 1.高斯分布公式 2.高斯分布函数
知识点: 1.划分聚类介绍 2.KMeans聚类方法 3.中心点移动过程可视化 4.KMeans算法实现
知识点: 1.图像压缩 2.MiniBatchKMeans聚类
知识点: 1.岭回归 2.LASSO回归 3.K近邻算法 4.K折交叉验证 5.朴素贝叶斯算法 6.支持向量机算法 7.决策树算法 8.层次聚类算法 9.密度聚类算法
知识点: 1.模型评估指标 2.准确率的计算 3.混淆矩阵 4.ROC曲线 5.F1值的意义 6.轮廓系数
知识点: 1.CSV文件读取 2.分类模型的应用 3.模型的训练与预测
知识点: 1.关联规则 2.频繁项集 3.支持度 4.置信度 5.示例购物数据 6.关联规则任务 7.Apriori算法 8.关联规则实战
知识点: 1.数据集制作 2.数据预处理 3.Apriori算法的应用 4.关联规则的生成
知识点: 1.时间生成 2.时间转换 3.时间计算 4.时区 5.时间戳 6.时间戳索引 7.时序检索 8.时序偏移 9.重采样
知识点: 1.时间格式转换 2.时序数据重采样 3.数据排序
知识点: 1.时序数据特点及分类 2.描述性时序分析 3.统计时序分析 4.平稳时间序列检验 5.自相关图和偏自相关图 6.纯随机性检验 7.ARMA介绍及建模 8.差分运算 9.ARIMA介绍及建模
知识点: 1.数据预处理 2.数据重采样 3.Prophet的使用
知识点: 1.季节性趋势序列 2.因素分解 3.Prophet工具介绍 4.Prophet工具快速入门 5.趋势变化点 6.乘法模型
知识点: 1.缺失值处理 2.数据重采样 3.加法模型 4.重制时间索引
知识点: 1.数据采集方法 2.数据清洗和预处理 3.绘制K线图 4.绘制相对变化曲线 5.短期交易策略 6.股票长期趋势预测 7.时间序列建模
知识点: 1.词典模型 2.词袋模型 3.Word2Vec模型 4.数据获取 5.中文分词 6.词向量转换 7.训练情绪分类模型 8.蓝桥云课用户评论情绪分析
知识点: 1.红楼梦数据采集 2.数据清洗和转换 3.分词处理 4.词频统计 5.数据分析及可视化 6.人物关系绘制
知识点: 1.采集数据 2.数据解析和存储 3.数据清洗和预处理 4.地理位置数据处理 5.链家租房数据分析 6.绘制词云 7.数据可视化
知识点: 1.豆瓣数据采集方法 2.TOP250电影可视化分析 3.100位演员关系网络
知识点: 1.机票数据采集 2.获取最低票价数据 3.获取班次详情数据 4.数据清洗和转换 5.数据分析
知识点: 1.数据可视化概述 2.静态可视化工具 3.动态可视化工具 4.常见图表用法说明 5.BI软件介绍 6.Tableau使用介绍 7.Tableau学习路径