北京Python爬蟲及文本分析學(xué)術(shù)應(yīng)用培訓(xùn)班

【招生對(duì)象】

零基礎(chǔ)學(xué)員

【授課方式】

遠(yuǎn)程+面授

【上課時(shí)間】

周一到周日9-18點(diǎn)

【學(xué)習(xí)目標(biāo)】

不再單一依靠開(kāi)源公開(kāi)數(shù)據(jù)網(wǎng)站的數(shù)據(jù)，適當(dāng)擺脫對(duì)國(guó)家統(tǒng)計(jì)年鑒、wind數(shù)據(jù)庫(kù)、知網(wǎng)數(shù)據(jù)的依賴，能夠從更多元的渠道獲取數(shù)據(jù)，使用python更高效的處理數(shù)據(jù)，并用更前沿的技術(shù)分析和挖掘數(shù)據(jù)信息，為我們的科研工作減輕中間工作負(fù)擔(dān)。

【課程亮點(diǎn)】

本課程致力于講授完整的結(jié)構(gòu)化數(shù)據(jù)、文本數(shù)據(jù)的獲取、存儲(chǔ)、讀取、處理和分析過(guò)程，我們期望課程可以幫助到廣大的用戶，包括所有想要使用python編程語(yǔ)言實(shí)現(xiàn)數(shù)據(jù)獲取和文本分析的在校師生、以及致力于將數(shù)據(jù)分析與挖掘的價(jià)值廣泛運(yùn)用到實(shí)際場(chǎng)景的商業(yè)人士。

【課程內(nèi)容】

01章概述 爬蟲與文本分析概述

01-01結(jié)構(gòu)化數(shù)據(jù)/文本數(shù)據(jù)的獲取方法概述

01-02高效的編程語(yǔ)言實(shí)現(xiàn)結(jié)構(gòu)化數(shù)據(jù)處理與文本分析的價(jià)值

02章編程基礎(chǔ)

02-01python編程基礎(chǔ)（標(biāo)準(zhǔn)數(shù)據(jù)類型，控制流，自定義函數(shù)，類，os文件處理模塊）

02-02python重要數(shù)據(jù)科學(xué)計(jì)算庫(kù)（Numpy，Pandas，Matplotlib，Pyecherts，wordcloud）

03章數(shù)據(jù)獲取

03-01爬蟲基礎(chǔ)（網(wǎng)絡(luò)爬蟲簡(jiǎn)介，爬蟲的基本原理，HTML 簡(jiǎn)介，數(shù)據(jù)存儲(chǔ)）

03-02網(wǎng)頁(yè)抓?。ㄊ褂?Urllib網(wǎng)頁(yè)抓取，requests實(shí)戰(zhàn)）

03-03BeautifulSoup4（簡(jiǎn)介，安裝，BS 對(duì)象的種類，遍歷文檔樹(shù)，搜索文檔樹(shù)）

03-04Xpath（什么是Xpath，Xpath開(kāi)發(fā)工具，Xpath常用規(guī)則）

03-05動(dòng)態(tài)渲染頁(yè)面抓?。⊿elenium的安裝，基本使用，聲明瀏覽器對(duì)象，訪問(wèn)頁(yè)面，定位元素，節(jié)點(diǎn)交互，動(dòng)作鏈，執(zhí)行 JavaScript，獲取節(jié)點(diǎn)信息，延時(shí)等待，前進(jìn)后退，Cookies，選項(xiàng)卡管理，異常處理）

03-06爬蟲實(shí)戰(zhàn)（網(wǎng)站的爬取，基電商評(píng)價(jià)文本爬?。?/p>

04章數(shù)據(jù)存儲(chǔ)與讀取

04-01可供讀取數(shù)據(jù)類型介紹（excel、pdf、txt、html、mysql數(shù)據(jù)庫(kù)文件介紹）

04-02數(shù)據(jù)的存儲(chǔ)（將數(shù)據(jù)存儲(chǔ)到excel表，txt文本，word文檔）

04-03數(shù)據(jù)的讀?。╬ython批量讀取多個(gè)多子表excel，python讀取txt文件，word文檔）

05章數(shù)據(jù)處理

05-01正則表達(dá)式（什么是正則表達(dá)式，正則表達(dá)式匹配規(guī)則，re模塊的使用）

05-02文本處理常用方法（字符串的不變性，排序行，段落格式化，二進(jìn)制轉(zhuǎn)化為ASCII，重復(fù)字詞過(guò)濾，提取郵件地址，提取URL地址，大寫轉(zhuǎn)換，符號(hào)化，刪除停用詞，同義詞與反義詞處理，文本翻譯，單詞替換，拼寫檢查，WordNet接口，語(yǔ)料訪問(wèn)，標(biāo)記單詞，塊和裂口，塊分類，文本分類，雙字母組，文字改寫，文字換行，頻率分布，文字摘要，詞干算法，約束搜索）

05-03結(jié)構(gòu)化數(shù)據(jù)處理--數(shù)據(jù)清洗（numpy數(shù)值計(jì)算要點(diǎn)串講，Pandas數(shù)據(jù)處理串講，python統(tǒng)計(jì)圖表展示）

06章文本分析實(shí)戰(zhàn)

06-01重要的庫(kù)（jieba庫(kù)簡(jiǎn)介）

06-02關(guān)鍵詞提?。P(guān)鍵詞任務(wù)概述，TF-IDF算法原理，相似文章推薦原理介紹，實(shí)例：紅樓夢(mèng)文本分析的實(shí)現(xiàn)，文件與詞庫(kù)的讀取，完成分詞與詞云圖的繪制）

06-03文本分類（新聞素材介紹，新聞內(nèi)容的關(guān)鍵詞提取，詞向量轉(zhuǎn)化與ngram模型，樸素貝葉斯算法完成新聞分類）

【師資力量】

辛立偉

擅長(zhǎng)數(shù)據(jù)架構(gòu)、數(shù)據(jù)分析

教學(xué)經(jīng)驗(yàn)20年

CDA數(shù)據(jù)分析研究院講師

SUN中國(guó)社區(qū)會(huì)員

趙仁乾

擅長(zhǎng)數(shù)據(jù)架構(gòu)、數(shù)據(jù)分析

教學(xué)經(jīng)驗(yàn)7年

北京郵電大學(xué)管理科學(xué)與工程碩士

北京電信規(guī)劃設(shè)計(jì)院

吳昊天

擅長(zhǎng)數(shù)據(jù)架構(gòu)、數(shù)據(jù)分析

教學(xué)經(jīng)驗(yàn)8年

電子科技大學(xué)大數(shù)據(jù)中心

CDA數(shù)據(jù)分析研究院技術(shù)負(fù)責(zé)人兼高級(jí)講師

【學(xué)員風(fēng)采】

【學(xué)員評(píng)價(jià)】

孔同學(xué)

統(tǒng)計(jì)學(xué)和數(shù)據(jù)挖掘理論是數(shù)據(jù)分析的基礎(chǔ)，常規(guī)的統(tǒng)計(jì)理論和數(shù)據(jù)挖掘算法必須要學(xué)會(huì)，想入行應(yīng)重點(diǎn)研究，并要學(xué)會(huì)制作風(fēng)險(xiǎn)評(píng)分卡。其他算法了解即可。

董同學(xué)

三個(gè)月的學(xué)習(xí)時(shí)間。緊湊的課程安排讓我感覺(jué)每一天都特別充實(shí)，白天認(rèn)真聽(tīng)講，晚自習(xí)鞏固復(fù)習(xí)，每一天都在進(jìn)步和成長(zhǎng)。 我對(duì)未來(lái)充滿了希望。

王同學(xué)

CDA的學(xué)習(xí)經(jīng)歷，給我的人生增添了一段難忘的回憶，也給我在現(xiàn)在的工作中帶來(lái)了很大的幫助，在今后的工作中要更加努力，不斷完善自己。

蘇同學(xué)

學(xué)習(xí)是一種態(tài)度，在CDA三個(gè)月集中學(xué)習(xí)的過(guò)程中，認(rèn)識(shí)了很多同學(xué)，也增長(zhǎng)了一些校園以外的知識(shí)，學(xué)習(xí)的過(guò)程很累很艱辛，卻覺(jué)得很值得！ 痛并快樂(lè)著??！

李同學(xué)

CDA對(duì)于我而言，是一個(gè)新生活的起點(diǎn)，經(jīng)過(guò)3個(gè)月的奮戰(zhàn)，我學(xué)習(xí)到了許多知識(shí)，更結(jié)識(shí)了許多志同道合的朋友，這是我3個(gè)月的學(xué)習(xí)生活寶貴的財(cái)富。

趙同學(xué)

首先感謝的是課堂里茫茫多的教授級(jí)導(dǎo)師的個(gè)人魅力的熏陶，其次就是，三個(gè)月持續(xù)不斷的學(xué)習(xí)，讓我養(yǎng)成一個(gè)持續(xù)學(xué)習(xí)的心態(tài)和熱愛(ài)學(xué)習(xí)的態(tài)度。

【學(xué)習(xí)周期】

40課時(shí)

【機(jī)構(gòu)環(huán)境】

【機(jī)構(gòu)簡(jiǎn)介】

如荷學(xué)為北京國(guó)富如荷網(wǎng)絡(luò)科技有限公司旗下專注于數(shù)字化人才培養(yǎng)及服務(wù)的教育品牌,致力于大數(shù)據(jù)在產(chǎn)、學(xué)、研的融合應(yīng)用。服務(wù)百萬(wàn)數(shù)字化人才,是全球500強(qiáng)企業(yè)的忠實(shí)合作伙伴。

如荷學(xué)以"培養(yǎng)企業(yè)需要的專業(yè)數(shù)字化人才,搭建弓|領(lǐng)數(shù)字化時(shí)代的企業(yè)人才梯隊(duì)”為使命,為TD時(shí)代數(shù)字化人才的數(shù)據(jù)能力提升及企業(yè)數(shù)字化轉(zhuǎn)型提供標(biāo)準(zhǔn)化、效率、可落地的數(shù)據(jù)應(yīng)用側(cè)解決方案。

【發(fā)展歷程】

2006年 開(kāi)展數(shù)據(jù)統(tǒng)計(jì)、計(jì)量實(shí)戰(zhàn)，學(xué)術(shù)研究等相關(guān)培訓(xùn)視頻和現(xiàn)場(chǎng)班

2007年 開(kāi)展數(shù)據(jù)統(tǒng)計(jì)、數(shù)據(jù)分析相關(guān)培訓(xùn)班

2011年 隨著大數(shù)據(jù)熱潮的來(lái)臨，依托累計(jì)上萬(wàn)類共享資料，多年沉淀師資團(tuán)隊(duì)，論壇召集多位專家，研發(fā)CDA數(shù)據(jù)分析師體系

2013年CDA數(shù)據(jù)分析師品牌成立，提供系統(tǒng)化的大數(shù)據(jù)、數(shù)據(jù)分析人才培養(yǎng)和認(rèn)證

2014年 CDA INSTITUTE 成立 ,并推出第 一屆全國(guó)CDA數(shù)據(jù)分析師認(rèn)證考試

2015年第 一屆中國(guó)數(shù)據(jù)分析師行業(yè)峰會(huì)（CDAS）在9月11日成功舉辦，參會(huì)人數(shù)逾3000人

2016年 CDA匯聚海內(nèi)外大數(shù)據(jù)、數(shù)據(jù)分析專家上千人，推出就業(yè)班、數(shù)據(jù)科學(xué)家訓(xùn)練營(yíng)、企業(yè)內(nèi)訓(xùn)、CDA俱樂(lè)部等多個(gè)項(xiàng)目

2017年整合論壇與CDA數(shù)據(jù)分析師業(yè)內(nèi)資源，形成數(shù)據(jù)分析領(lǐng)域生態(tài)圈，并進(jìn)一步升級(jí)CDA企業(yè)內(nèi)訓(xùn)體系，正式推出大數(shù)據(jù)實(shí)驗(yàn)室

2018年北上廣深等多個(gè)城市均有校區(qū)；擁有200多位專業(yè)師資；培養(yǎng)學(xué)員超過(guò)3萬(wàn)人，每年6月/12月全國(guó)28個(gè)城市舉辦CDA認(rèn)證考試

2019年已舉辦九屆數(shù)據(jù)分析師認(rèn)證考試，得到業(yè)界廣泛認(rèn)可，學(xué)員遍布各大知名企業(yè)。人工智能產(chǎn)品“好學(xué)AI”問(wèn)世，引領(lǐng)DT時(shí)代新一波技術(shù)培訓(xùn)浪潮

【品牌宣傳】

用AI讓優(yōu)質(zhì)的教育人人可得