1章Python基礎(chǔ)
1-1準(zhǔn)備工作-Python開發(fā)環(huán)境配置
1-2Python標(biāo)準(zhǔn)數(shù)據(jù)類型
1-3控制流語句
1-4異常和錯(cuò)誤（穿插在其他內(nèi)容中講）
1-5文件操作
2章Python進(jìn)行數(shù)據(jù)整理和數(shù)據(jù)清洗
2-1Python標(biāo)準(zhǔn)庫簡(jiǎn)介
2-2Numpy數(shù)組基礎(chǔ)
2-3Pandas對(duì)象基礎(chǔ)
3章python數(shù)據(jù)可視化（線上）
3-1繪圖思想的基本原理
3-2Python數(shù)據(jù)可視化包-Matplotlib介紹
3-3使用Python數(shù)據(jù)處理包Pandas做可視化
3-4Python數(shù)據(jù)可視化包-Seaborn介紹與圖形繪制
3-5Python數(shù)據(jù)可視化包-Pyecharts介紹與圖形繪制
4章Python爬蟲（線上）
4-1網(wǎng)絡(luò)爬蟲基礎(chǔ)知識(shí)
4-2網(wǎng)絡(luò)請(qǐng)求及響應(yīng)-requests庫
4-3HTML文檔解析-BeautifulSoup庫
4-4常見反爬蟲機(jī)制及應(yīng)對(duì)
4-5網(wǎng)絡(luò)爬蟲 VS 網(wǎng)絡(luò)數(shù)據(jù)抓取
4-6實(shí)戰(zhàn)一：批量下載頭像
4-7實(shí)戰(zhàn)二：抓取豆瓣書籍簡(jiǎn)介
4-8實(shí)戰(zhàn)三：模擬瀏覽器selenium抓取電商商品信息及評(píng)論
5章Python數(shù)據(jù)清洗高級(jí)操作及案例實(shí)戰(zhàn)
5-1數(shù)據(jù)的獲取與存儲(chǔ)
5-2數(shù)據(jù)探索
5-3數(shù)據(jù)清洗思維
5-4數(shù)據(jù)清洗實(shí)戰(zhàn)案例一：泰坦尼克幸存者數(shù)據(jù)清洗（根據(jù)實(shí)際上課情況調(diào)整數(shù)據(jù)集）
5-5數(shù)據(jù)清洗實(shí)戰(zhàn)案例二：USDA食品數(shù)據(jù)清洗（根據(jù)實(shí)際上課情況調(diào)整數(shù)據(jù)集）
6章Python編程考試（線上）
6-1Python基礎(chǔ)部分
6-2Python數(shù)據(jù)清洗的實(shí)現(xiàn)
7章機(jī)器學(xué)習(xí)算法
7-1準(zhǔn)備工作：開發(fā)環(huán)境配置（以文檔的形式給出）
7-2機(jī)器學(xué)習(xí)入門介紹：
7-3scikit-learn入門：Scikit-Learn庫簡(jiǎn)介
7-4KNN-Z近鄰分類算法：原理、實(shí)現(xiàn)
7-5決策樹算法：原理、實(shí)現(xiàn)、相關(guān)技術(shù)應(yīng)用及實(shí)例
7-6隨機(jī)森林算法：原理、實(shí)現(xiàn)及相關(guān)技術(shù)應(yīng)用：以乳腺癌預(yù)測(cè)為例
7-7K-Means聚類算法：原理、實(shí)現(xiàn)及簇選擇與矢量化應(yīng)用
7-8關(guān)聯(lián)規(guī)則算法：原理、實(shí)現(xiàn)
7-9線性回歸
7-10邏輯回歸
7-11SVM支持向量機(jī)
7-12分類模型的評(píng)估指標(biāo)（續(xù)）
7-13樸素貝葉斯算法
8章電商案例
8-1分析目標(biāo)：
8-2基于國外大型電商用戶購買信息數(shù)據(jù)的客戶購買預(yù)測(cè)模型構(gòu)建流程：
9章金融案例
9-1分析目標(biāo):
9-2基于大型金融公司的客戶貸 款信息，構(gòu)建用戶信用評(píng)分卡模型的建模步驟：