• 課程目標：

讓學員從零基礎開始全面系統地掌握Python資料分析與挖掘的相關知識，並能夠勝任Python3資料分析及資料分析與挖掘中級工程師以上的工作，學完後，能夠讓學員掌握Python3基礎知識、編寫Python爬蟲進行網際網路資料採集、Python大資料分析與挖掘等方面的知識，並能夠對一些大型網站的資料進行採集與分析等，完成類似的中大型資料分析與挖掘專案。

• 詳細課程大綱：

核心模組概覽：
Python基礎知識（4課時）
Python爬蟲技術（12課時）
Python資料分析與挖掘技術（24課時）

第一階段：Python基礎
第1周 Python零基礎入門（4小時）
課程介紹
Python初識
Python語法基礎
Python控制流
Python函式
Python模組
Python檔案操作
Python異常處理

第二階段：Python爬蟲技術
第2周 網路爬蟲理論與簡單爬蟲編寫（4小時）
網路爬蟲初識
網路爬蟲原理
正則表示式
Urllib庫實戰
爬蟲的異常處理
爬蟲的瀏覽器偽裝技術
Python新聞爬蟲實戰
第3周 複雜網路爬蟲的編寫與Scrapy框架（4小時）
爬蟲防遮蔽手段之代理伺服器實戰
圖片爬蟲實戰
微信爬蟲實戰
多執行緒爬蟲實戰
Scrapy框架的安裝
Scrapy框架常見命令實戰
第4周 Scrapy框架深入實戰（4小時）
第一個Scrapy爬蟲
Scrapy自動爬蟲實戰
Scrapy自動登陸爬蟲實戰
用Scrapy爬取某大型商城網站的資料

第三階段：Python資料分析與挖掘技術（24課時）

第5周 Python資料分析與挖掘技術基礎（4小時）
快速瞭解資料分析與挖掘技術
Python資料匯入實戰
Python資料視覺化分析實現
第6周 Python資料清洗、整合與變換（4小時）
Python資料清洗實戰
Python資料整合實戰
Python資料變換實戰
學會預處理大規模資料
第7周 Python資料規約與文字挖掘（4小時）
Python資料規約實戰
Python文字挖掘之關鍵詞提取
Python文字挖掘之自動匹配推薦實現
第8周 Python資料建模與分類實現（4小時）
Python資料建模概述
Python資料分類實現過程
常見分類演算法
KNN演算法
貝克斯方法
迴歸分析與決策樹
第9周 Python資料分析與挖掘聚類實現與迴歸分析（4小時）
聚類常見演算法
聚類三法實戰（劃分法、層次法、密度法）
K-Means演算法
Python資料迴歸分析實現基礎
人工神經網路演算法
第10周 Python降維技術與大型資料分析與挖掘專案實訓（4小時）
Python資料降維分析實現
大型社交網站使用者行為基本資料分析與挖掘分析專案概述與實現思路
大型社交網站使用者行為基本資料分析與挖掘分析專案資料預處理實戰
大型社交網站使用者行為基本資料分析與挖掘分析專案資料建模實戰
大型社交網站使用者行為基本資料分析與挖掘分析專案終極實戰


下載地址：