|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/python-data-science-with-pandas-master-advanced-projects/
课程评论：没有评论
课程名称：使用Pandas进行Python数据科学：精通12个高级项目 课程概述： 本课程于2024年10月全面更新和修订，欢迎加入首个基于项目的高级Pandas数据科学课程！该课程从许多其他课程结束的地方开始。例如，您可能会写一些Pandas代码，但在处理真实世界项目时却感到困惑，因为真实数据通常并不是单一或少数几个文本/Excel文件提供，而是需要更高级的数据导入技术。此外，真实世界的数据往往庞大、无结构、嵌套和不干净，因此需要更高级的数据处理、分析和可视化技术。许多简单易用的Pandas方法适用于相对较小和整洁的数据集，而真实数据集则需要更通用的代码（结合其他库/模块）。 无论您需要出色的Pandas技能用于数据分析、机器学习还是金融目的，这门课程都能帮助您将技能提升到专家水平！课程内容覆盖完整的数据处理工作流程，包括： - 从JSON文件导入复杂和嵌套的数据。 - 通过Web API、JSON和包装包从网页导入复杂和嵌套的数据。 - 从SQL数据库导入复杂和嵌套的数据。 - 将复杂和嵌套的数据存储为JSON文件。 - 将复杂和嵌套的数据存储在SQL数据库中。 - 并行处理Pandas和SQL数据库（享受两者的优势）。 - 高效导入和合并多个文本/CSV文件中的数据。 - 使用更通用的代码清理庞大和凌乱的数据集。 - 清理、处理和扁平化数据框中的嵌套和字符串数据。 - 处理和规范化Unicode字符串。 - 高效合并和连接多个数据集。 - 扩展和自动化数据合并。 - 使用高级可视化工具（高级Matplotlib和Seaborn）进行数据分析和展示。 - 测试Pandas的性能极限，进行高级数据聚合和分组。 - 进行机器学习的数据预处理和特征工程，使用简单的Pandas代码。 - 利用数据训练和测试机器学习模型并分析结果。 - 回测和前测投资策略（金融与投资模块）。 - 指数跟踪（金融与投资模块）。 - 将数据以美观的HTML格式呈现（网站质量）。 课程由拥有超过7年行业经验的金融专业人士和数据科学家亚历山大·哈格曼（Alexander Hagmann）主讲，他是Pandas、金融数据科学及Python金融课程的畅销讲师。期待在课程中见到您！
***Fully updated and revised in October 2024***Welcome to the first advanced and project-based Pandas Data Science Course! This Course starts where many other courses end: You can write some Pandas code but you are still struggling with real-world Projects becauseReal-World Data is typically not provided in a single or a few text/excel files -> more advanced Data Importing Techniques are requiredReal-World Data is large, unstructured, nested and unclean -> more advanced Data Manipulation and Data Analysis/Visualization Techniques are required many easy-to-use Pandas methods work best with relatively small and clean Datasets -> real-world Datasets require more General Code (incorporating other Libraries/Modules) No matter if you need excellent Pandas skills for Data Analysis, Machine Learning or Finance purposes, this is the right Course for you to get your skills to Expert Level! Master your real-world Projects! This Course covers the full Data Workflow A-Z:Import (complex and nested) Data from JSON files.Import (complex and nested) Data from the Web with Web APIs, JSON and Wrapper Packages.Import (complex and nested) Data from SQL Databases.Store (complex and nested) Data in JSON files.Store (complex and nested) Data in SQL Databases.Work with Pandas and SQL Databases in parallel (getting the best of both worlds).Efficiently import and merge Data from many text/CSV files.Clean large and messy Datasets with more General Code.Clean, handle and flatten nested and stringified Data in DataFrames.Know how to handle and normalize Unicode strings.Merge and Concatenate many Datasets efficiently.Scale and Automate data merging.Explanatory Data Analysis and Data Presentation with advanced Visualization Tools (advanced Matplotlib & Seaborn).Test the Performance Limits of Pandas with advanced Data Aggregations and Grouping.Data Preprocessing and Feature Engineering for Machine Learning with simple Pandas code.Use your Data 1: Train and test Machine Learning Models on preprocessed Data and analyze the results.Use your Data 2: Backtesting and Forward Testing of Investment Strategies (Finance & Investment Stack).Use your Data 3: Index Tracking (Finance & Investment Stack).Use your Data 4: Present your Data with Python in a nicely looking HTML format (Website Quality).and many more...I am Alexander Hagmann, Finance Professional and Data Scientist (> 7 Years Industry Experience) and best-selling Instructor for Pandas, (Financial) Data Science and Finance with Python. Looking forward to seeing you in this Course!
