第一阶段：Python入门基础

1.系统课程环境配置试听视频立即播放

2.Python库安装工具试听视频立即播放

3.Notebook工具使用试听视频立即播放

4.Python简介试听视频立即播放

5.Python数值运算

6.Python字符串操作

7.list基础结构和索引结构

8.list基础结构

9.字典基础定义

10.字典的核心操作

11.Set结构

12.赋值机制

13.判断结构

14.循坏结构

15.函数定义

16.模块与包

17.异常处理模块

18.文件操作

19.类的基础定义

20.类的属性操作

21.时间操作

22.课后练习题

第二阶段：科学计算库Numpy

1.Numpy概述

2.Array数组

3.数组结构 类型 运算

4.排序操作

5.数组形状操作

6.数组生成函数

7.常用生成函数

8.四则运算

9.随机模块

10.文件读写

11.数组保存

12.课后练习题

第三阶段：数据分析处理库Pandas

1.Pandas概述

2.Pandas基本操作

3.Pandas索引

4.Groupby操作

5.数值运算

6.对象操作

7.merge操作

8.显示设置

9.数据透视表

10.时间操作

11.时间序列操作

12.Pandas常用操作

13.Groupby操作延伸

14.字符串操作

第四阶段：可视化库Matplotlib

1.Matplotlib概述

2.子图与标注

3.风格设置

4.条形图学习

5.盒图绘制和细节

6.绘图设置细节

7.直方图与散点图

8.3D图绘制

9.pie图

10.子图布局

11.结合pandas与sklearn

第五阶段：Seaborn可视化库

1.整体布局风格设置

2.风格细节设置

3.调色板和颜色设置

4.单变量分析绘图

5.回归分析绘图

6.多变量分析绘图

7.分析属性绘图

8.Facetgrid方法和绘图多变量

9.热度图绘制

第六阶段：线性回归算法

1.线性回归算法

2.误差项分析

3.似然函数求解

4.目标函数推导

5.线性回归求解

第七阶段：逻辑回归算法

1.逻辑回归算法原理推导

2.逻辑回归求解

第八阶段：梯度下降原理

1.梯度下降原理

2.梯度下降方法

3.学习率对结果的影响

第九阶段：Python实现逻辑回归与梯度下降

1.案例实战-Python实现逻辑回归任务概述

2.案例实战-完成梯度下降模块

3.案例实战-停止策略与梯度下降案例

4.案例实战-实验对比效果

第十阶段：案例实战-信用卡欺诈检测

1.案例背景和目标

2.样本不均衡解决方案

3.下采样策略

4.交叉验证

5.模型评估方法

6.正则化惩罚

7.逻辑回归模型

8.混淆矩阵

9.逻辑回归阈值对结果的影响

10.SMOTE样本生成策略

第十一阶段：决策树

1.决策树原理概述

2.衡量标准

3.决策树构造实例

4.信息增益率

5.决策树剪枝策略

第十二阶段：决策树Sklearn实例

1.决策树复习

2.决策树涉及参数

3.可视化与Sklearn库简介

4.Sklearn参数选择

第十三阶段：随机森林与集成算法

1.集成算法-随机森林

2.特征重要性衡量

3.提升模型

4.堆叠模型

第十四阶段：贝叶斯算法

1.贝叶斯算法

2.贝叶斯推导实例

3.贝叶斯拼写纠错实例

4.垃圾邮箱过滤实例

5.贝叶斯实现拼写检查器

第十五阶段：Python文本数据分析

1.文本分析与关键词提取

2.相似度计算

3.新闻数据与任务简介

4.TF-IDF关键词提取

5.LDA建模

6.基于贝叶斯算法进行新闻分类

第十六阶段：KMEANS聚类

1.KMEANS算法概述

2.KMEANS工作流程

3.KMEANS迭代可视化展示

第十七阶段：DBSCAN聚类

1.DBSCAN聚类算法

2.DBSCAN工作流程

3.DBSCAN可视化展示

第十八阶段：聚类实战

1.多种聚类算法概述

2.聚类案例实战