课程内容：
第1章：Python语言入门
1. Python简介和基础
2. 向量、矩阵和数组
3. Python进行数据加载：csv、excel、json、SQL等
4. 数据集描述和数据整理
5. 处理数值型数据
6. 处理类别型数据
7. 案例1：网上销售数据加载
8. 案例2：泰坦尼克号客户数据整理
第二章：Python文本分析和特征提取
1. 文本数据处理
2. 日期和时间数据处理
3. 利用特征提取进行特征降维
4. 使用特征选择进行降维
5. 布朗语料库与词性标注案例
第三章：Python常用机器学习算法实践Part1
1. 机器学习模型评估方法
2. 机器学习模型选择
3. 透过现象看本质：线性回归
4. 分而治之的算法模型：决策树
5. 树的集成技术：随机森林
6. 分类模型评估与鸢尾花案例
7. 回归模型评估与套件产生之仿真案例
8. 利用线性回归和树模型进行波士顿房价预测
第四章：Python常用机器学习算法实践Part2
1. 简单的分类算法：KNN
2. 广义的回归分析模型：逻辑回归
3. 受欢迎的智能算法：支持向量机
4. 基于概率思想的算法：朴素贝叶斯
第五章：Python常用机器学习算法实践Part3
1. 人工智能的底层模型-神经网络
2. 探寻内部规律-聚类分析
3. 发掘购物篮规则-关联规则和序列模式
4. 保存和加载训练后的模型
第六章：商业分析综合案例之营销分析
1. 案例公司背景说明
2. 项目特点：以利润导向之模型建置
3. 解题思路
4. 模型评估方法
5. Python实作
6. 案例1：电商产品营销模型之建置与预测
7. 案例2：银行产品营销案例：中小企业潜在贷款需求用户挖掘
8. 案例3：电信行业客户流失案例
第七章：商业分析综合案例之产品分析
1. 产品分析基本思路
2. 产品需求分析
3. 产品分析数据获取方法
4. 产品分析指标体系及BI设计
5. AB测试
6. 产品分析与建模
7. 案例1：构建一个简单的产品RFM模型
8. 案例2：产品运营过程中的异常值分析与监测
9. 案例3：互联网产品上线效果预测
第八章：商业分析综合案例之客户分析
1. 客户分析概述
2. 客户生命周期管理
3. 客户画像
4. 精准营销
5. 客户购买行为分析
6. 客户转化分析
7. 案例1：大型零售品牌客户购买行为分析
8. 案例2：电商客户归因分析模型
鲁公网安备37061302000010号
在线客服
预约试听