Content
8 Lessons • 0 Quizzes • 0 Challenges
什么是数据科学：从定义到 Python
- 1
“数据科学”这个术语
- 2
数据科学生命周期
- 3
Python 数据科学
Python 基础
- 1
你好，世界
- 2
变量和数据类型
- 3
运算符
- 4
条件语句
- 5
函数
- 6
列表
- 7
循环
- 8
包与模块
- 9
练习：列表的平均值
- 10
解决方案回顾：列表的平均值
- 11
练习：求一个数的阶乘
- 12
解题回顾：求一个数的阶乘
在 Python 中处理表格数据
- 1
使用 Pandas 导入 CSV 文件中的数据
- 2
索引与选择
- 3
数据过滤
- 4
对数据应用函数
- 5
数据聚合
- 6
数据分组
- 7
数据透视表
- 8
绘图数据 1：单变量图表
- 9
绘图数据 2：双变量图表
- 10
测试你的知识
数据清洗
- 1
数据清洗简介
- 2
数据类型
- 3
缺失值
- 4
重复项
- 5
数据不一致
- 6
异常值
- 7
异常值检测与移除
- 8
练习：清理纽约市房产销售数据
- 9
解决方案回顾：清理纽约市房产销售数据
探索性数据分析
- 1
简介
- 2
分析单个数量
- 3
探索类别数量
- 4
探索数值量
- 5
相关性与热力图
- 6
练习：探索电子商务
- 7
解决方案回顾：探索电子商务
- 8
商业案例：使用 Python 进行 RFM 分析
统计推断
- 1
统计推断基础
- 2
置信区间
- 3
假设检验
- 4
单样本 t 检验
- 5
两样本 t 检验
- 6
配对 t 检验
预测模型
- 1
一个简单的模型
- 2
基于损失函数的模型拟合
- 3
梯度下降
- 4
梯度下降优化
- 5
简单线性回归
- 6
多元线性回归
- 7
评估回归模型
- 8
逻辑回归
- 9
评估逻辑回归模型
- 10
练习：流失预测
- 11
解决方案回顾：流失预测
机器学习
- 1
为什么选择机器学习
- 2
机器学习流程
- 3
决策树
- 4
随机森林
- 5
支持向量机
- 6
集成学习：装袋法与提升法
- 7
聚类用于无监督学习
- 8
K-Means 聚类算法在二维数据上的应用
- 9
K-Means 聚类算法在高维数据上的应用
- 10
测试你的知识
- 11
结论
Certificate of Completion
Showcase your accomplishment by sharing your certificate of completion.
Course Author:Anonymous User