Python到底是不是数据分析最好的语言？听听这位大神怎么说...

《Python数据分析》升级版第二期

梁斌    资深算法工程师

查尔斯特大学（Charles Sturt University）计算机博士，从事机器学习、计算机视觉及模式识别等相关方向的研究，在计算机视觉等国际会议及期刊发表10余篇学术论文。现就职于澳大利亚某科学研究机构，负责算法改进及其产品化、数据分析处理及可视化。

近两年来，数据分析师的岗位需求非常大，90%的岗位技能需要掌握Python作为数据分析工具，本课程以案例驱动的方式讲解如何利用Python完成数据获取、处理、数据分析及可视化方面常用的数据分析方法与技巧。

本期课程在《Python数据分析》升级版的基础上，主要新增了 探索性数据分析（Exploratory Data Analysis，EDA）、金融数据量化分析及深度学习基础 等三大数据分析工具，覆盖了时下最前沿的数据分析技术。具体新增内容如下：

1.  新增 探索性数据分析 ，更好地结合数据可视化发掘数据的模式与特点

2.  新增 金融数据量化分析 ，更好地结合时间序列分析探索金融数据的发展趋势

3.  新增 深度学习基础 ，更好地结合机器学习探索人工智能的技术趋势

4.  升级并调整全部随课项目，并提供更详细的分析步骤

5.  系统性地将相关章节的项目整理成一个完整的项目，使学员能够更加充分地理解数据分析的流程和步骤

通过本课程的学习，学员将会收获：

1.  熟悉数据分析的流程，包括数据采集、处理、可视化、数据建模等
2.  掌握Python语言作为数据分析工具，从而有能力驾驭不同领域数据分析实践
3.  掌握非结构化数据的处理与分析、探索性数据分析及量化分析

4.  快速积累多个业务领域数据分析项目经验，包括金融数据、文本数据及图像数据
5.  掌握使用Python实现基于机器学习及深度学习的数据分析和预测
6.  掌握数据分析中常用的建模知识

2017年5月28日，共10次，每次2~3小时

在线直播 ，共 10 次

每周 2 次（周六、周日晚20:00-22:00）

直播后提供录制 回放 视频

可在线 反复 观看，有效期 1 年

第一课 工作环境准备及数据分析建模理论基础 (2-3课时)

1.  课程介绍

2.  数据分析的基本概念
3.  Python简介和环境部署
4. NumPy数据结构及向量化
5.  数据分析建模理论基础
a. 机器学习基础

b. 数据分析建模过程
c. 常用的数据分析建模工具