ü Python可以使你把精力集中在逻辑上而不是语言本身上。用python，你要做的就是真正理解搜索算法，之后的实现会很简单。
ü Python适合做数据挖掘的另一个原因是社区现在比较成熟。
ü Python对于非计算机科班出身不会有技术问题，本身是非常便于使用的。
ü Python在数据挖掘领域有很多成熟的框架和算法库，如numpy，scipy等等，而且在国外作为一门教学语言，一些新提出的算法理论也大都倾向于使用python之类的脚本语言实现，优势自然不言而喻。
ü Python整合能力强，典型的胶水语言。
综上，Python非常适合做数据挖掘与机器学习↓↓↓
5.27-30端午节的Python数据挖掘、机器学习算法案例现场/远程培训
通过开发若干个实际项目和案例（这些项目和案例几乎覆盖了企业中全部的数据挖掘和机器学习模型），让学员：
ü 熟悉Python的基本结构与语法与数据类型，模块；
ü 熟悉函数，类设计，包的使用；
ü 了解异常处理与多线程；能开发出一些实际的应用项目；
ü 能胜任Python的数据挖掘和机器学习工作。
时间：2017年5月27-30日 (四天)
地点：北京市海淀区厂洼街3号丹龙大厦
安排：上午9:30至12:00; 下午2:00至5:30; 答疑
费用：
现场班：4200元 / 3600元 (仅限全日制本科生及硕士研究生优惠价)；食宿自理
远程班：3600元 / 3000元 (仅限全日制本科生及硕士研究生优惠价)
Gino，早年获得名校数学与计算机专业学士和统计学专业硕士，近20年来一直进行着数据分析的理论和实践，数学、统计和计算机功底强悍。为人低调谦和，讲课富于激情和感染力。
他在高校担任过数学、计算机和统计学老师，也曾在某一世界500强公司核心部门担任高级主管负责数据建模和分析工作，在实践中攻克统计建模和数据分析难题无数，数据处理与分析科学精准，在实际应用中取得良好的预期效果。
他至今培训了来自高校、研究所、国外和各行各业的上千名学员，每一次培训都好评如潮。来自学术和业界的学员均在培训中受益颇多。
第1天：数据整理（含numpy和pandas）
1. 使用numpy及其数组整理数据（切片、产生随机数、复制、广播、排序等）
2. pandas数据结构：Series
3. pandas数据结构：Dataframe
4. 数据索引和选择的各种方法
5. 数据的分组、分割、合并、变形
6. 缺失值数据和时间序列数据的处理
7. 数据去重、去离群值和脏值
8. 用Python进行统计分析
第2/3/4天：Python案例分析大全（但不局限于）
主要主题:
1.文本挖掘原理和案例
2.预测分析核心算法
3.机器学习经典算法
4.Python概率统计
5.数据可视化
6.Python经典金融分析
7.Python量化投资
8.算法和模型的优化
9.模型精度评估和提升
10.特征选取的方法
11.最佳k-means分类数
12.交叉验证（CV）
13.不平衡数据处理
14.XGBoost
15.贝叶斯分析
16.逼近和最优化
17.概率图模型
18.马尔科夫&蒙特卡罗
主要案例:
1.数据可视化的各种方式
2.Python图片结构和分析（图片的k-means聚类分析）
3.图片的识别和分类：PCA建模
4.二维手写数字识别（KNN方法）
5.推荐系统的构建（最近邻方法、协同过滤）
6.垃圾短信或邮件的识别与分类（Logistic对文本的分类）
7.新闻的文本分类（TF-IDF准则、旅游新闻个性化推荐）
8.人脸识别
9.朴素贝叶斯决策
10.酒的品质分类预测
11.机器学习的格点搜索和参数寻优
12.惩罚线性回归分类器
13.使用支持向量机识别和分类
14.时间序列预测案例
15.机器集成学习算法案例
16.Python随机模拟案例
17.Python金融分析案例
18.使用Python进行量化投资案例
现场班老学员9折优惠；
同一单位3人以上同时报名9折优惠；
折扣优惠不叠加。
1：点击阅读原文中的“现场/远程报名”，网上填写信息提交；
2：进入结算中心，通过订单支付；
3：给予反馈，确认报名信息；
4：缴费后发送课程资料及交通住宿指南。
魏老师
QQ：2881989714
Tel： 010-68478566
Mail：vip@pinggu.org
