今天给大家整理一份数据分析的学习清单,打算了解学习这方面的同学可以看看,需要学习的知识点都有涉及;具体细节知识的学习建议大家亲自去动手制作思维导图,自己动手梳理知识脉络。
注:以下的全部课程都可以在 “实验楼”官网搜索到。
一、编程基础
一门编程语言肯定是很有必要的,至于是哪门编程语言,目前无论是专业推荐还是招聘需求,都是以 Python 为主的。并且 Python 确实也是比较适合新手快速上手入门,这里不做过多讨论。
免费课程:Python 新手入门课
极度舒适的新手入门课程,面向完全没有编程基础的同学。一下午入门 Linux、Python 基础和 Github 常用命令,为未来的编程大楼打下稳固的基础。
- 学习人数:32714
- 推荐指数:
免费课程:Python3 简明教程
简明易懂的 Python3 课程,不仅适用于那些有其它语言基础的同学,对没有编程经验的同学也非常友好。
- 学习人数:75582
- 推荐指数:
二、Python 数据分析工具
numpy和pandas是数据分析必须要掌握的两个工具。numpy数据的计算,阵距变换,线性代数等;pandas可以进行行、列定义,数据的预处理等。
免费课程:Pandas 数据处理基础课程
讲解使用 Pandas 进行数据分析的基本流程和基本方法。
- 学习人数:10357
- 推荐指数:
免费课程:Pandas 百题大冲关
Pandas 百题大冲关共有 100 道练习题,不仅可以学习 Pandas 的使用,也是复习 Pandas 的必备宝典。
- 学习人数:10357
- 推荐指数:
免费课程:NumPy 百题大冲关
NumPy 百题大冲关共有 100 道练习题,不仅可以学习 NumPy 的使用,也是复习 NumPy 的必备宝典。
- 学习人数:10702
- 推荐指数:
三、Python数据可视化
Python常用的数据可视化工具是matplotlib和seaborn,通过这两个工具能够让复杂的数据变得清晰可读且美观。
免费课程:Matplotlib 数据绘图基础课程
Matplotlib 是支持 Python 语言的开源绘图库,因为其支持丰富的绘图类型、简单的绘图方式以及完善的接口文档,深受 Python 工程师、科研学者、数据工程师等各类人士的喜欢。本课程主要对 Matplotlib 常用的绘图方法进行简介。并介绍其绘图常用的方法。
- 学习人数:3607
- 推荐指数:
四、机器学习
机器学习。随着机器学习的发展,我们不再仅建立一些数据统计模型,而是将大量优质的机器学习方法用于建模的需要,从而通过现有数据去预测,挖掘更多有价值的信息。
免费课程:TensorFlow 深度学习基础课程
TensorFlow 是目前最流行的深度学习框架之一,由美国公司 Google 于 2015 年开源。本课程主要讲解 TensorFlow 的基本用法。着重讲解使用 TensorFlow 搭建神经网络常用的低阶 API 和其集成的高阶 API :Keras。
- 学习人数:1213
- 推荐指数:
免费课程:PyTorch 深度学习基础课程
PyTorch 是由 Facebook 主导开发的深度学习框架,因其高效的计算过程以及良好的易用性被诸多大公司和科研人员所喜爱。本次课程中,我们将学习 PyTorch 的基础语法,了解 Autograd 自动求导机制,并最终利用 PyTorch 构建可用于图像分类任务的人工神经网络。
- 学习人数:740
- 推荐指数:
没有什么真正强大的本事是可以速成的,越是底层,学习回报周期越长的技能越是如此。但这并不代表,我们不能用有意思的方法,把学习的过程变得高效而有趣。
明天,楼+课程《6周成为数据分析与挖掘工程师》正式开课,访问实验楼官网可了解课程信息。
如果您缺少自制力,想在老师的指导下,快速掌握数据分析技能,最终完成 5 个是数据分析项目和一个毕业大项目,可以了解一下:
楼+之数据分析与挖掘实战第 11 期
特价仅剩 最后 1 天
开课时间:3 月 5 日
课程有35个实验 +20个挑战 + 5个综合项目+1个大项目,将手把手教你完成数据挖掘项目。
另外还有助教实时答疑 + 人工代码审阅 + 解析视频
......
你将学到:
最好的投资,就是投资自己!
2020 加油,成为一名数据分析与挖掘工程师!
閱讀更多 實驗樓 的文章