|
课程培训
|
面向金融类数据分析初级研发者培训课程
培训内容：
一、 作为数据分析程序员，有必要掌握python这门语言；
a) 介绍python支持库；
b) Python对机器学习的重要推动作用。
二、 使用Jupyter notebook进行交互式计算和开发环境；
a) 配置、使用、运行和调试。
三、 Numpy数组和矢量计算；
a) 通用函数；
b) 线性代数运算操作；
c) Numpy张量的文件输入和输出。
四、 Pandas数据结构
a) 汇总和统计计算；
b) 处理残缺数据；
c) 层次化索引；
五、 数据的加载、存储与文件格式；
a) 汇总和统计计算；
b) 处理残缺数据；
c) 层次化索引；
六、 数据的加载、存储与文件格式；
a) 读取文本格式的数据；
b) 读写二进制数据；
c) 使用关系型数据库；
七、 数据的去噪、转换、合并、重塑
a) 合并数据集；
b) 重塑；
c) 数据矩阵变换；
d) 数据轴向旋转；
e) 数据转换；
f) 字符串操作。
八、 数据可视化；
a) Matplotlib使用
b) Pandas中的绘图函数使用
c) 绘制地图类表达数据
九、 数据的聚合和分组运算
a) GroupBy技术
b) 数据聚合
c) 分组级运算和转换
d) 透视表和交叉表
十、 时间序列
a) 日期和时间数据类型及工具；
b) 日期的范围、频率和移动；
c) 时期及算法运算；
d) 重采样及频率转换；
e) 时间序列绘图；
f) 移动窗口函数；
g) 性能和内存的优化；
十一、 金融和经济数据应用
a) 举一个分组变换应用
十二、 Numpy高级应用
a) Numpy内部工作机理；
b) 高级数组操作；
c) 结构化和记录式数组；
d) Numpy的matrix类；
e) 高级数组的输入输出。
十三、 通过神经网络进行相关因素预测分析；
a) CNN和RNN初识；
b) 相关因素时间序列预测分析示例。 如果您想学习本课程，请预约报名
如果没找到合适的课程或有特殊培训需求，请订制培训 除培训外，同时提供相关技术咨询与技术支持服务，有需求请发需求表到邮箱soft@info-soft.cn,或致电4007991916 技术服务需求表下载请点击 服务优势： 丰富专家资源，精准匹配相关行业，相关项目技术精英，面向用户实际需求，针对性培训或咨询，互动式交流，案例教学，精品小班，实际工程项目经验分享，快捷高效，节省时间与金钱，少走弯路与错路。 专家力量： 中国科学院相关研究所高级研究人员 西门子，TI,vmware，MSC,Ansys，MDI，Mentor, candence,Altium,Atmel 、Freescale,达索，华为等 大型公司高级工程师，项目经理，技术支持专家 中科信软培训中心，资深专家或讲师 大多名牌大学，硕士以上学历，相关学历背景专业，理论素养高 多年实际项目实践，大型复杂项目实战案例分享，热情，乐于技术分享 针对客户实际需要，真实案例演示，互动式沟通，学有所值 |
|
