沙巴体育正规网址-沙巴体育安卓版下载

本课程是一个35小时的课程，旨在提供R的全面介绍. 你将学习如何加载, 保存, 以及如何转换数据以及如何编写函数, 生成图表, 并将基本的统计模型与数据相匹配. 除了一个理论框架，在其中你将学习数据分析的过程, 本课程着重于数据分析和可视化所需的实用工具. 在课程结束时, 你将掌握加工的基本技能, 操作和分析各种类型的数据, 创建先进的可视化, 生成报告, 记录你的代码.

本课程是用Python编程语言全面介绍数据科学. 这门课程的目标是那些有一些基本的编程知识，并想把它带到下一个层次的人. 它介绍了如何在Python中使用不同的数据结构，并涵盖了最流行的数据分析和可视化模块, 包括numpy, scipy, 熊猫, matplotlib, 和seaborn. 我们使用Ipython笔记本来演示代码的结果，并在整个课程中交互式地更改代码.

这个20小时的机器学习与Python课程涵盖了所有基本的机器学习方法和Python模块(尤其是Scikit-Learn)来实现它们. The five sessions cover: simple 和 multiple Linear regressions; classification methods including logistic regression, 判别分析和朴素贝叶斯, support vector machines (SVMs) 和 tree based methods; cross-validation 和 feature selection; regularization; principal component analysis (PCA) 和 clustering algorithms. 顺利完成本课程后, 你将能够解释机器学习算法的原理，并实现这些方法来分析复杂的数据集，并在Python中做出预测.

这是一个为那些没有编程背景但希望学习基本Python编程的人开设的课程. 这门课程的目标是那些想要学习“数据争论”的人——操纵下载的文件，使它们易于分析. 我们专注于基本的语言，如列表和字符串操作, 控制结构, 简单的数据分析包, 并介绍了从web下载数据的模块.

这是一个为期6周的晚间课程，为大数据技术的Hadoop和Spark生态系统提供实践介绍. 本课程将涵盖Apache Hadoop: HDFS的这些关键组件, MapReduce和流, 蜂巢, 和火花. 编程将在Python中完成. 本课程将以回顾我们的示例所需的Python概念开始. 课程形式是互动的. 学生需要带笔记本电脑来上课.