91037
Python 数据科学 1年访问权限（不含考试）

课程结束时，您将学习并理解

• 数据科学流程、假设构建和测试
• 数据处理、探索和可视化等技术
• 如何安装所需的 Python 环境
• Python 编程的基本概念
• 如何使用 NumPy 执行高级数学计算
• 如何使用 SciPy 执行科学和技术计算
• 使用 Pandas 执行和操作数据分析
• 监督和非监督学习模型
• 如何使用网络抓取从网站中提取有用数据
• 如何将 Python 与 Hadoop、Spark 和 MapReduce 相集成

希望开始分析职业生涯的软件专业人员、IT 专业人员或毕业生；对使用 Python 工作感兴趣的分析专业人员；希望在自己的领域应用数据科学的经验丰富的专业人员。

通过掌握数据存储、操作和可视化技术，了解 Python 如何为数据科学提供动力。利用强大的库深入研究数据处理，探索统计和预测建模，并实施机器学习算法，自信地应对现实世界的挑战。

• Python 编程概念- 掌握 Python 编程概念可带来诸多益处。通过了解数据类型、元组、列表和字典，您可以高效地组织和处理信息，从而更轻松地管理复杂数据。基本运算符能让您无缝地执行计算和逻辑。函数可以帮助你编写更简洁、可重复使用的代码，从而节省时间并减少错误。这些技能对于解决实际问题以及在数据科学、软件开发和自动化等领域取得进步至关重要。
• 监督和非监督学习模型- 探索 Python 的监督和非监督学习模型，包括用于预测和分析的线性回归和逻辑回归、用于数据分组的聚类以及用于简化数据集的降维。您还将了解 K-NN 和管道简化流程等技术，帮助您轻松处理复杂的数据任务。这些模型是获得洞察力和做出更明智决策的关键。
• 将 Python 与其他工具集成- 学习如何将 Python 与 Hadoop、Spark 和 MapReduce 等强大工具集成，以高效处理大数据。本课程向您展示如何将 Python 的灵活性与这些平台相结合，以处理、分析和管理海量数据集，从而更轻松地在数据密集型环境中推动洞察力和解决方案。

学习 Python 数据科学课程没有先决条件。