课程名称：
Python数据科学-技术详解与商业实践（八大案例，配套书籍）
【温馨提示：1. 你可以在PC端浏览器或者微信收藏该页面，以方便你快速找到这个课程；2. 课程相关资料&QQ会员群可在课程PC端公告查看下载；3.购买课程后，点(课时)列表即可观看视频；4. 本课程虚拟商品，已经购买，不能退款。建议先试听章节的，有疑问可咨询客服天善九号：tianshansvip 】
本课程免费试听课程：数据科学实战：Python篇（案例：个人贷款违约预测模型）：https://edu.hellobi.com/course/270
课程特色：
两个月扫清BATJ数据科学面试障碍，针对入门难、头绪乱、进步缓慢、缺乏业界经验、面试恐惧等问题提供解决方案。
1、资深讲师。多年咨询公司、企业内训、线下培训教学经验；
2、注重实效。以数据科学实际运用主题为切入点，十次课程尽览商业数据分析的全场景；
3、规划全面。本课程体系架构经过6年市场检验，得到知名国企、外企、咨询公司认可；，配套同名出版物《Python数据科学：技术详解与商业实践 https://item.jd.com/30116890297.html》；
4、无需基础。秉承大道至简的原则，用平易的语言诠释貌似艰深的算法，具有高中数学基础即可踏上通往数据科学家的道路；
5、终身学习。数据科学一旦入门，永无止境，本课程每期更新，终身学习，共同进步。
讲师简介：
常国珍，北京大学会计学博士，中国大数据产业生态联盟专家委员会委员。具有多年金融、电信及零售行业数据科学项目实施和咨询服务经验。专注于零售金融与泛零售领域的数据治理、市场与用户分析、信息安全和智能解决方案。著有《Python数据科学：技术详解与商业实践》等三本数据科学图书。
学习方式：
在线反复观看，有效期2年
上课方式：录播学习+VIP会员群+独享问答中心+在线答疑 +2年反复观看
客服：加入学习后请添加客服微信：tianshansvip（请注明：课程名称，发送支付截图），加入学员交流群中。
课程目录：
第一讲： 数据科学家的武器库（对应图书第1章） ---免费试听
1、数据科学的基本概念
2、数理统计技术
3、数据挖掘的技术与方法
4、分类模型的评估方法
第二讲：Python基础（对应图书第2、3章） ---免费试听
1、Python简介与安装Anaconda
2、Python基础数据类型与表达式
3、Python原生态数据结构
4、Python控制流、函数与模块
第三讲：信用卡客户特征分析-产品客户画像初步（对应图书第4、5章）
1、使用描述性统计进行数据探索
2、制作报表与统计制图
3、数据可视化原则与报告PPT制作
第四讲：二手房价格分析报告（对应图书第6、7章）
1、统计推论——大胆假设与小心求证
2、方差分析与相关分析——影响房价的单因素探索
3、线性回归——影响房价因素的系统性分析
4、业务分析报告的标准模板
第五讲：汽车贷款信用评分卡制作（对应图书第6、8章）
2、卡方检验——影响违约的单因素探索
3、逻辑回归——建立违约预测模型
4、数据挖掘报告的标准模板
第六讲：电信客户流失预警（对应图书第9、10章）
1、建立决策树——判别流失类型
2、构建神经网络——建立分类型的流失预警模型
第七讲：信用卡行为反欺诈模型(对应图书第11、12、16、17章)
1、集成学习在反欺诈模型的适用性
2、反欺诈模型的数据特征与不平衡数据处理
3、甜点：使用抽样调整、组合算法提升宽带营销预测模型的预测能力
第八讲：慈善机构精准营销案例(对应图书第13章)
1、特征工程需要解决的问题
2、连续变量压缩技术
3、分类变量压缩技术
第九讲：银行客户渠道使用偏好洞察案例(对应图书第14章)
1、客户智能与客户画像
2、客户360视图与标签体系
3、聚类模型与客户细分
4、聚类模型与分类模型的螺旋式发展
5、分类模型算法进阶-凸优化、朴素贝叶斯、SVM、GBDT推导与分类模型评估
第十讲：推荐系统设计与银行产品推荐(对应图书第15章)
1、推荐系统设计
2、推荐算法适用性分析
3、购物篮分析与关联规则
友情提示：
1、PC端如果发现浏览器无法观看课程，建议使用谷歌浏览器观看；移动端建议直接微信打开课程页面
2、如果购买后下次登录提示课程需要重新购买，一般是因为你把登录账户记成你绑定的手机或者邮箱帐号而混淆了。
3、【在微信购买课程的用户注意】请微信收藏课程页面或者关注微信公众号：天善智能（点“我的”即可查看你已购买的课程），已方便下次学习。
4、课程相关资料&QQ会员群可在课程PC端公告查看下载；
5、加入学习后请添加客服微信：tianshansvip（请注明：公司+职位+姓名），邀请你加入微信课程群
