MP4 | 视频：h264，1280×720 | 音频：AAC，48 KHz，2通道
类型：电子学习| 语言：英文+ .srt | 时长：78堂课（7小时59分钟）| 大小：1.92 GB
学习分析，进行预测，探索数据框架，清洁和可视化数据
要求
不需要任何先验经验。
您需要安装一些软件。我们将逐步向您展示如何做到这一点。
课程介绍
数据科学是对数据的研究。它涉及开发记录，存储和分析数据以有效提取有用信息的方法。数据是我们日常工作的基本组成部分，无论是对客户的宝贵见解，还是指导产品，政策或系统开发的信息。大企业，社交媒体，金融和公共部门都依赖数据科学家来分析其数据并得出促进业务发展的见解。
Python是一种动态的，现代的，面向对象的编程语言，易于学习，可用于做各种大小的事情。Python是所谓的高级语言。这意味着它是比计算机更接近人类的语言，由于它的灵活性而被称为通用编程语言。Python在数据科学中被大量使用。
机器学习涉及许多不同的思想，编程语言，框架。仅仅一两个句子就很难定义机器学习。但从本质上讲，机器学习使计算机能够编写自己的规则或算法并自行学习新事物。在本课程中，我们将探索一些基本的机器学习概念，并加载数据以进行预测。
我们还将使用SQL与PostgreSQL数据库中的数据进行交互。
您将学到什么
了解数据科学生命周期
使用Kaggle数据集
执行概率抽样
探索和使用表格数据
探索Pandas DataFrame
操纵熊猫数据框
执行数据清理
执行数据可视化
可视化定性数据
探索机器学习框架
了解监督机器学习
使用机器学习来预测房屋的价值
使用Scikit-Learn
加载数据集
使用机器学习进行预测
了解Python表达式和语句
了解Python数据类型以及如何转换数据类型
了解Python变量和数据结构
了解Python条件流和函数
通过PostgreSQL学习SQL
在PostgreSQL数据库上执行SQL CRUD操作
使用SQL过滤和排序数据
了解大数据术语
数据科学家可以按以下方式工作：
数据分析师。
机器学习工程师。
业务分析师。
数据工程师。
IT系统分析师。
数据分析顾问。
数字营销经理。
本课程适合谁：
数据科学
初学者，机器学习
初学者，Python
初学者，SQL初学者
