python数据分析课程定位和特色
?入门大数据分析行业,进入机器学习、风险建模等高级领域的基础。?
所有例子和数据来源于真实业务,避免空洞无用的生造例子。
?踏入大数据领域,掌握Python数据分析,获得Python生态圈的海量、前沿的开源软件和算法,提升职场核心竞争力。?
评分卡开发工具中的“瑞士军刀”
2python数据分析课时安排
课时一:
数据分析行业概况与钱景
1.1 数据分析是什么?
1.2 数据分析能做什么
1.3 数据分析行业现状
2. Python基础
?2.1 Python环境安装与介绍?
2.2.1 安装
?2.2.2 开发环境介绍
?2.2 基础数据对象?
2.2.1 数字
?2.2.2 字符串
课时二:
?2.2.3 列表?
2.2.4 字典
2.2.5 元组
课时三:
?2.2.6 set
?2.2.7 None, True,False
? 2.3 基本控制流程?
2.3.1 If…else?
2.3.2 python语句块
?2.3.3 for循环?
2.3.4 while循环
课时四:
?2.3.5 break, continue, pass?
2.3.6 try…except?
2.4 函数
?2.4.1 什么是函数
?2.4.2 lambda 匿名函数
?2.4.3 def函数定义语法和返回值
?2.4.4 位置参数和关键字参数
2.4.5 args和 kwargs: 可变数量的输入参数
课时五:
?2.5 类
?2.5.1 类是什么??
2.5.2 类的实例
?2.6 模块
?2.6.1 模块
?2.6.2 搜索路径
?2.7 其他高级特性
?2.7.1 高级特性是否是重要特性?
?2.7.2 字符串的编码
?2.7.3 文件
?2.7.4 类的继承、封装和多态
?2.7.5 其他
课时六:
3. python数据分析
?3.1 numpy与数值计算
?3.1.1 数组和它的数据类型?
3.1.2 数组索引
?3.1.3 数组计算的概念?
3.1.4 np.nan
?3.1.5 基本的numpy函数
?3.1.6 基本的数组方法
?
课时七:
3.2 数据库理论基础概要
?3.2.1 表、字段、观测
?3.2.2 主键和外键
?3.2.3 表的联结?
3.3 pandas与数据分析
?3.3.1 Series: 列的抽象?
3.3.2 DataFrame: 表的抽象?
3.3.3 数组运算、自动对齐和广播?
3.3.4 读取数据?
3.3.5 保存数据
课时八:
?3.3.6 表的联结和透视
?3.3.7 常用计算1:数组计算
?3.3.8 常用计算2:聚合和分组聚合
?3.3.9 常用计算3:自定义函数与apply, map
3.3.10 常用计算4:窗口函数
4. python数据可视化
?4.1 可视化的作用
4.2 Matplotlib基础
课时九:
?4.3 常用的图形
?4.4 DataFrame的自带绘图方法
5. 综合商业案例分析(消费金融一手数据和案例分析)
?5.1 案例一:风控审批日常报表的自动计算和监控
课时十:
?5.2 案例二:申请评分卡的数据准备
3时间安排
4哪些人需要学习python数据分析
我们有专门的数据分析功力测试,分数低于7分的同学,需要学习,为以后的评分卡及建模能力打下坚实基础。测试地址:
https://uhlbcl.fanqier.com/f/rgt2bo
5开发评分卡过程中,各环节的耗费时间、重要性、所需技能涉及的课程
6授课老师
毕业于哈尔滨工业大学
5年多数据挖掘实战经验,曾就职于某龙头企业的国家级研发中心,从事数据驱动的智能工程车的数据挖掘和系统研究工作,项目成果被人民日报报道
加入互联网金融创业公司,从0到1搭建风控系统并全盘主导风险模型工作,开发并实施了申请评分卡、行为评分卡、催收评分卡等核心风控模型
所开发模型累计审核近300万笔贷款、90亿放款额,历经2年多验证,KS始终保持在0.34以上,最高水平超过0.45
7课程针对人员
传统信审转入自动审批的同学;?
想要转行数据分析的同学;
?想要从事金融行业机器学习、风险建模的同学?;
新创金融公司、网络小贷公司、现金贷公司、消费金融公司从事数据分析及风控的同学
8线上课程费用
报名人数会在公众号、群及朋友圈公布。
9学员预备知识要求
?最好懂数据库理论基础和SQL
懂基础的统计学知识?
不需要编程基础,但要有一颗好学上进的心和坚持到底的毅力
报名请后台留言 :姓名+微信号+手机号
标签: 小草客户端2.2.6
评论列表
eries: 列的抽象? 3.3.2 DataFrame: 表的抽象? 3.3.3 数组运算、自动对齐和广播? 3.3.4 读取数据? 3.3.5 保存数据 课时八: ?3.3.6 表的联结和透视 ?3.3.7 常用计算1:数组计算 ?3.3.8
umpy与数值计算 ?3.1.1 数组和它的数据类型? 3.1.2 数组索引 ?3.1.3 数组计算的概念? 3.1.4 np.nan ?3.1.5 基本的numpy函数 ?3.1.6 基本的数组方法 ? 课时七: 3.2 数据库理论基础概要 ?3.2.1 表
课程针对人员 传统信审转入自动审批的同学;?想要转行数据分析的同学;?想要从事金融行业机器学习、风险建模的同学?;新创金融公司、网络小贷公司、现金贷公司、消费金融
3.1.3 数组计算的概念? 3.1.4 np.nan ?3.1.5 基本的numpy函数 ?3.1.6 基本的数组方法 ? 课时七: 3.2 数据库理论基础概要 ?3.2.1 表、字段、观测 ?3.2.2 主键和外键 ?3.2.3