文件名称：课程-Python-数据分析
文件大小：102.19MB
文件格式：ZIP
更新时间：2024-03-20 06:11:02
JupyterNotebook
教学大纲 第1节（简介） Python的应用 网络和互联网发展 科学和数值 桌面GUI 软件开发 商业应用 文本编辑器 Jupyter笔记本 Visual Studio程式码 皮查姆 相关技术 吉特 要旨 谷歌协作 张量流 空气流动 课程 数据营 乌迪米 Coursera 第2节（内置数据结构） 数据结构 元组 列表 字典 放 大批 数据框 第三节（数据清理） 操纵DataFrame 切片（选择行或列） 筛选 在，不在 填写NAN 删除列 合并与合并 分组 应用功能 第4节（有条件的循环） 筛选 循环播放 清单理解 第5节（类和功能） 功能 班级 模块 例外 刮ing 第6节（数据可视化） Matplotlib，Seaborn，Plotly 条形图（水平和垂直） 散点图 相关图 线图 第7节（机器学习） 线性回归 逻辑回归 决策树 随机森林 极端梯度提升 第8节（
【文件预览】：
Course-Python-For-Data-Analysis-master
----Section 2 (Built-in Data Structures)()
--------.ipynb_checkpoints()
--------DataStructure.png(17KB)
--------hello2.py(269B)
--------README.md(1KB)
--------MODUL.ipynb(2KB)
--------__pycache__()
--------hello.py(59B)
--------Struktur Data di Python.ipynb(15KB)
----Section 5 (Class & Function)()
--------Scrab Table Kemenperin.ipynb(274KB)
--------Data.xlsx(1.72MB)
--------images()
--------Panduan (Scrap table using Selenium).ipynb(50KB)
--------Fungsi dan Class.ipynb(14KB)
--------Scrab Premier League Table.ipynb(36.1MB)
--------README.md(152B)
----SYLLABUS PHYTON.pdf(131KB)
----Syllabus.pdf(43KB)
----Section 7 (Machine Learning)()
--------Logistic_Regression_Telco.ipynb(270KB)
--------data.csv(450KB)
--------Introduction to Machine Learning - Memprediksi Harga Rumah.ipynb(341KB)
--------Telco Customer Churn.csv(898KB)
--------README.md(1KB)
--------data_description.txt(13KB)
----Section 3 (Data Cleaning)()
--------.ipynb_checkpoints()
--------3. Transformasi Data Tipe String.ipynb(8KB)
--------README.md(2KB)
--------2. Transformasi Data Tipe List.ipynb(17KB)
--------data()
--------1. Transformasi Data Tipe DataFrame.ipynb(115KB)
----Section 1 (Introduction)()
--------3. Related Tech.pdf(709KB)
--------1. Applications for Python.pdf(45KB)
--------2. Text Editor.pdf(716KB)
----README.md(1KB)
----Section 9 (Deep Learning)()
--------Convolutional Neural Network (CNN)()
--------README.md(7KB)
----Section 6 (Data Visualization)()
--------.ipynb_checkpoints()
--------Plotly.ipynb(281KB)
--------README.md(2KB)
--------data()
--------Matplotlib.ipynb(216KB)
--------Seaborn.ipynb(1.14MB)
----Section 4 (Conditional & Looping)()
--------Conditional and Looping.ipynb(14KB)
--------Error Handling.ipynb(4KB)