Python數(shù)據(jù)分析概覽

1.1 為什么使用 Python
1.2 重要的 Python 庫(kù)

·?NumPy

·?Pandas

·?SciPy

·?Matplotlib

1.3 IPython和Jupyter Notebook
1.4 Python IDE 的安裝和使用

2. Python 語(yǔ)言快速入門

?2.1 Python 解釋器
2.2 語(yǔ)言設(shè)計(jì)特點(diǎn)
2.3 對(duì)象的調(diào)用和屬性
2.4 import 引入
2.5 數(shù)據(jù)類型
2.6 控制流
2.7 數(shù)據(jù)結(jié)構(gòu)和序列
2.8 函數(shù)
2.9 文件和操作系統(tǒng) 2.10 面向?qū)ο?/font>
2.11 異常
2.12 案例與演示

3. NumPy

3.1 ndarray 多維數(shù)組對(duì)象處理與運(yùn)算
3.2 元素級(jí)數(shù)組函數(shù)
3.3 利用數(shù)組進(jìn)行數(shù)據(jù)處理
3.4 利用數(shù)組進(jìn)行輸入和輸出
3.5 線性代數(shù)
3.6 隨機(jī)數(shù)生成
3.7 【案例與演示】

4. Pandas

4.1 Pandas 數(shù)據(jù)結(jié)構(gòu)介紹
4.2 基本功能
4.3 匯總和計(jì)算描述統(tǒng)計(jì)
4.4 處理缺失數(shù)據(jù)
4.5 【案例與演示】

5 Pandas 數(shù)據(jù)加載和存儲(chǔ)

5.1 讀寫結(jié)構(gòu)化數(shù)據(jù)
5.2 讀寫非結(jié)構(gòu)化數(shù)據(jù)
5.3 使用 HTML 和 Web API
5.4 使用數(shù)據(jù)庫(kù)
5.5 【案例與演示】

6. Pandas 數(shù)據(jù)預(yù)處理

6.1 合并數(shù)據(jù)集(以 merge 和 append 為主)
6.2 重塑和軸向旋轉(zhuǎn)
6.3 數(shù)據(jù)清洗
6.4 字符串操作
6.5 【案例與演示】

7. Pandas 數(shù)據(jù)聚合與分組運(yùn)算

7.1 GroupBy 技術(shù)
7.2 數(shù)據(jù)聚合
7.3 分組運(yùn)算和轉(zhuǎn)換
7.4 透視表和交叉表
7.5 【案例與演示】

8. 繪圖與可視化

8.1 Matplotlib 基本操作
8.2 Pandas 中的繪圖函數(shù)
8.3 【案例與演示】

9. 時(shí)間序列

9.1 日期和時(shí)間數(shù)據(jù)類型及工具
9.2 時(shí)間數(shù)據(jù)處理
9.3 時(shí)期及其算術(shù)運(yùn)算
9.4 時(shí)間序列繪圖
9.5 【案例與演示】

深度學(xué)習(xí)基本原理

1、深度學(xué)習(xí)簡(jiǎn)介
2、深度學(xué)習(xí)成功應(yīng)用
3、深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)的對(duì)比
4、深度學(xué)習(xí)的訓(xùn)練過(guò)程
5、深度學(xué)習(xí)應(yīng)用案例

深度學(xué)習(xí)模型原理解析

1、神經(jīng)網(wǎng)絡(luò)

·?單層感知器

·?線形神經(jīng)網(wǎng)絡(luò)

·?BP神經(jīng)網(wǎng)絡(luò)

·?手寫數(shù)字識(shí)別

2、CNN卷積神經(jīng)網(wǎng)絡(luò)

·?CNN模型的推導(dǎo)與實(shí)現(xiàn)

·?CNN的反向求導(dǎo)及練習(xí)

>

·?CNN應(yīng)用：文本分類

·?CNN 常見(jiàn)問(wèn)題總結(jié)

3、RNN循環(huán)神經(jīng)網(wǎng)絡(luò)和長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)LSTM

·?RNN模型的推導(dǎo)與實(shí)現(xiàn)

·?RNN應(yīng)用

·?LSTM模型的推導(dǎo)與實(shí)現(xiàn)

·?LSTM模型的推導(dǎo)與實(shí)現(xiàn)

4、案例實(shí)踐

·?圖像識(shí)別

·?驗(yàn)證碼識(shí)別

·?文本分類

深度學(xué)習(xí)框架實(shí)踐Tensorflow

1、Tensorflow框架介紹
2、TensorFlow和其他深度學(xué)習(xí)框架的對(duì)比
3、Tensorflow 特性
4、Tensorflow 下載及安裝
5、Tensorflow 架構(gòu)
6、Tensorflow 基本使用
7、TensorFlow實(shí)現(xiàn)多層感知機(jī)
8、TensorFlow實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)
9、Tensorflow 實(shí)現(xiàn)循環(huán)神經(jīng)網(wǎng)絡(luò)