Python银行4.0实践

首页 > 课程 > Python银行4.0实践

课程介绍

从Python的起源，环境安装，开发工具的使用，到应用 Python综合处理数据能力的提升，为学习者解决实际工作中遇到的问题，提高学习者的数据处理能力和数字力的综合素养。
课程系统介绍Python运行环境与编程基础，并在此基础上导入数据分析，数据可视及数据获取、机器学习建模等知识。通过学习，提升学习者利用Python综合分析与处理数据的能力，为参加大数据竞赛项目做好充足的准备。

  • 课程课时数

    10

  • 每周课时数

    2

  • 课程性质

    收费

教师团队

  • 洪文兴

    工学博士/副教授

    推荐系统、智能问答、知识图谱、数据科学和数字经济统工程。现任厦门大学系统与控制中心主任、厦门信息产业和信息化研究院（厦门大学）负责人、中国系统工程学会监事、福建省系统工程...

  • 黄晨曦

    厦门大学信息学院助理教授、工学博士

    深度学习，人工智能，多媒体分析，医学图像处理，医学信息处理。以第一作者或通讯作者在ACM Transactions on Multimedia Computing, Communications, and Applications，IEEE Transac...

  • 朱嘉诚

    厦门华厦学院助理教授、工学硕士

    计算机视觉，人体姿态识别，数据挖掘。以第一作者在IEICE Transaction on Communications发表SCI收录期刊论文。主讲Python面向对象程序设计，数据库技术与应用课程。

  • 林世明

    厦门大学信息学院高级工程师

    软件开发与数据挖掘。现为厦门市自动化学会副秘书长、福建省健康医疗大数据研究所所长助理、民建厦门大学支部委员、民建厦门市委信息工作委员会委员。 　　主讲课程包括《软件开发技...

  • 崔濒月

    信息科学博士/副教授

    ICT多场景应用、信息系统与数据管理、社交媒体数据分析与应用等。在本研究领域公开发表学术论文三十余篇，专著一部，主持、参与多项纵向、横向研究课题。

    课程目录

    • 1导言

    • 2Python银行数据分析概述

    • 3NumPy数值计算基础

    • 4Matplotlib数据可视化基础

    • 5pandas统计分析基础

    • 6爬虫与数据分析

    • 7银行信用风险数据挖掘与预测

    Q&A

    • 课程的难度如何？我能学到什么？

      该课程从Python的起源，环境安装，开发工具的使用，到应用Python综合处理数据能力的提升，为学习者解决实际工作中遇到的问题，提高学习者的数据处理能力和数字力的综合素养。

    • 学习该课程需要什么编程环境？需要下载额外的库吗？

      该课程使用Python语言，编程的工具是jupyter notebook，也可以使用python原生的IDLE。课程涉及numpy、pandas、matplotlib等第三方数据科学库，需要使用pip命令安装下载。

    用户评价

  • 用户：嘴角扬起迷人的弧

    评价：

    课程适合数据科学入门的同学。要注意的是学习该课程前，最好先熟悉一下python语言相关知识，以及anaconda和jupyter notebook的使用，这样在老师介绍后续的数据科学库的时候，能跟上老师的步伐。

  • 用户：Mr~Pei

    评价：

    老师很有激情，讲解的也很透彻，这下我也算入门了数据科学。我对可视化部分的印象比较深刻，使用matplotlib可以很方便地绘制各种统计图表，这在工作中也很有帮助。

  • 用户：鱼的足迹

    评价：

    课程难度低，适合刚入门数据科学领域的新手，主要讲了numpy、pandas和爬虫的技术，最后一章的内容稍微有一些难度，讲了boost家族的分类器，可能需要额外阅读一些材料才能掌握。