chenchen37 / Python-Data-Science-Practice

Python Data Science Practice

Homework

Numpy

• 陣列的定義與屬性
• 陣列中不同的資料型態
• 陣列的初始化
• 陣列的算術運算
• 常見的陣列方法與函式
• 陣列的索引、切片和迭代

Pandas

• 物件的定義與屬性
• DataFrame 的初始化
• DataFrame 的資料選取
• 算術運算特性
• 迭代與重複操作
• Dataframe 的新增與刪除
• 外部資料存取
• 撰寫樞紐分析表
• 執行聚合運算(Split-Apply-Combine Strategy)
• 時間序列資料處理
• 大型資料處理與效能調校

Visualization

• 資料視覺化工具與常見統計圖表介紹
• 使用 Matplotlib 繪製各種常用圖表
• 使用 Seaborn 進行資料視覺化
• 運用實際資料集進行資料視覺化練習
• 結合 Pandas 與 Matplotlib 進行進階資料視覺化練習
• BOKEH 輕鬆以網頁呈現視覺化圖表
• Basemap 進行地理資訊繪圖
• 使用 PANDAS 與 BASEMAP 將數據整合於地理資訊圖表

Statistics

• 用統計描述資料的樣態
• 用機率分布描述亂中有序的世界 - 離散型機率分配
• 用機率分佈描述亂中有序的世界－連續型分配
• 用貝式定理讓你決策更精準
• 掌握 A/B test的精隨 - 假設檢定的概念
• 掌握 A/B test的精隨 - 假設檢定的進階概念與種類
• A/B test 的執行流程與計算

Exploratory Data Analysis (EDA)

• 淺談資料科學與 EDA 所扮演的角色與重要性
• 數據理解與重覆和遺失值處理
• 異常值偵測
• 遺失值與異常值的進階補值策略
• 探討變數之間的關係
• 從資料中生成特徵
• 從資料中選取好的特徵

Project 1 - Use A/B test to evaluate the effect of the new E-commerce website

• 了解Binomial分布，以及用常態分布求統計解的方法
• 判讀 A/B Test 結果
• 如何決定最小樣本數
• 如何以z-score, p-value, 信賴區間判斷 A/B Test 結果是否顯著

Project 2 - Use A/B test to evaluate the eeffect of the new Udacity website

• 決定最小樣本數
• 開發自定義新賴區間函數

Project 3 - Actual Price Registration of Real Estate Analysis

• 串接不同地區不動產資料
• 資料清洗、過濾
• 建立自訂義特徵加入分析
• 找出與實價登錄總價高度相關變數
• 視覺化分析

Project 4 - COVID19 Analysis

• COVID19 Analysis

Project 5 - Netflix Analysis

• 資料清洗
• 建立自訂義特徵加入分析
• 視覺化分析