本课程结合Python进行统计与数据分析的原理讲解与实战,涵盖了绝大部分统计&数据分析模型,特别是当前比较主流的算法:参数估计、假设检验、线性回归、广义线性回归、非线性模型、Lasso、岭回归、广义可加模型、正交多项式模型、回归样条等;单因素和双因素方差分析;机器学习经常用到的主成分分析、因子分析、典型相关分析、聚类分析等;各种非参数统计模型,包括非参数统计推断、尺度推断、位置推断、列联表数据和属性数据分析、对数线性模型和分位回归模型、非参数核密度估计、非参数回归等。全部模型和算法使用Python编程实现,实例驱动,聚焦实战,是成为高薪数据科学家和数据分析师的必备必学课程。
全部课程视频在此处:B站网址
第1章 数据描述性分析
第2章 参数估计
第3章 假设检验
第4章 回归分析
第5章 方差分析
第6章 判别分析与聚类分析
第7章 主成分分析、因子分析与典型相关分析
第8章 非参数统计
注:详细内容见文末的思维导图。
(1)准备毕业后从事统计与数据分析行业的大学毕业生或准毕业生。尤其是需要转向从事计算机编程、数据分析和机器学习方面工作的毕业生,或者需要提升技能以寻找高薪酬工作的准毕业生等。
(2)公司或企事业单位内部有数据分析和统计分析需求的从业人员。
(3)大学和科研院所的硕、博士研究生、青年教师等,特别是在管理学和人文社会科学等专业有量化研究需求的研究生和教师等
(4)需要转行从事数据分析方面工作,或有技能提升需求的初入职场者。
(1)全程保姆式教学,学习路径合理:问题导入-原理讲解-代码讲解-归纳总结,让学员知其然更要知其所以然,牢固掌握各个知识点。
(2)数据分析中的各种统计模型、方法与算法。从初级到中、高级,涵盖绝大部分统计模型预算法。
(3)掌握各种非参数统计模型的原理以及编程实现。
(4)熟练掌握Numpy、Scipy、Pandas以及Patsy等数据分析和科学计算包的常用方法。
(5)掌握StatsModels统计包的基本用法。
(6)掌握数据分析和统计建模的模型与算法,是拿到高薪Offer的最佳途径,更是以后提薪提职的最大保障。
- QQ群名:德尚智学
- QQ群号:602889855
- 德尚智学二维码:
李进华教授,本、硕、博毕业于武汉大学信息管理学院,2005年进入211大学任教,2012年受聘为教授。长期从事IT相关课程教学、科研和系统开发。国内最早从事Java和Python开发的程序员之一、最早的Oracle数据库DBA之一,具备丰富的教育培训与商业应用系统开发经验。现阶段主要从事领域:数据科学&数据分析、大数据管理与应用、人工智能与大语言模型等方面的研究与应用。
EMAIL:jinhualee@126.com
