大数据协会系列讲座
《互联网爬虫与金融文本分析》
重磅来袭！
讲座简介
清华大学学生大数据协会系列讲座（第四期），是面向非计算机、非数据科学专业且有志于研习编程技能的在校学子打造的精品课程。本系列讲座以夯实跨学科数据分析人才的专业素养为核心目标，不仅致力于为学员分享编程理念与实操技能，更着力于强化其学科交叉研究能力，推动跨领域学术交流与协作。本期讲座由清华大学学生大数据协会主办，五道口金融学院研究生分会学术部协办。
讲师团队
为确保讲座质量，我们将邀请清华大学各院系在Python和数据科学领域有丰富经验的研究生/高年级本科生学生担任讲师，我们的讲师们具有：
1.扎实的Python编程基础
2.丰富的数据科学项目经验
3.优秀的教学能力和表达能力
4.跨学科研究背景或经验
讲座内容
第一期：基础
模块一:课程介绍与爬虫总览
模块二:静态网页爬取
模块三:HTML解析与数据提取
第二期：进阶
模块一:“动态网页”的挑战
模块二:F12进阶-“侦察”数据真实来源
模块三:Selenium浏览器自动化
模块四:PDF文件的文本提取
第三期：实战
模块一:企业年报的批量下载
模块二:从PDF到结构化数据
模块三:基于Selenium的动态搜索
参与方式
第一期：12月18日（周四）下午15:20-16:20
第二期：12月20日（周六）晚上19:00-20:00
第三期：12月21日（周日）晚上19:00-20:00
活动地点与会议链接
将在活动微信群【学术之路&大数据协会系列讲座】发布进一步通知。
活动群二维码
关于我们
数据派THU作为数据科学类公众号，背靠清华大学大数据研究中心，分享前沿数据科学与大数据技术创新研究动态、持续传播数据科学知识，努力建设数据人才聚集平台、打造中国大数据最强集团军。
新浪微博：@数据派THU
微信视频号：数据派THU
今日头条：数据派THU
