課程大綱：Python應用培訓
01. 線性代數的實踐
1.1 創建矩陣
1.2 矩陣的基本運算
1.3 解多元一次方程
1.4 判斷正定矩陣
1.5 求解協方差矩陣
1.6 求相關系數矩陣
1.7 線性規劃選址
02. 統計分析：回歸模型探討
2.1 線性回歸擬合
2.2 廣義線性回歸擬合
2.3 Logit回歸擬合
2.4 Robust回歸擬合
2.5 分位數回歸
2.6 嶺回歸
03. 假設檢驗
3.1 T檢驗
3.2 單因素方差分析再探討
3.3 重復抽樣的單因素方差分析
3.4 多因素方差分析
3.5 單因素卡方檢驗
3.6 雙因素卡方檢驗
04. 預測算法：回歸模型的機器學習應用
4.1 機器學習數據概覽
4.2 廣義線性回歸模型的機器學習應用
4.3 嶺回歸的機器學習應用
4.4 Logistic回歸的機器學習應用
05. 分類算法：判別分析與聚類
5.1 決策樹分類器
5.2 kmeans聚類算法
5.3 kmeans聚類可視化
5.4 譜聚類
5.5 譜聚類可視化
5.6 主成分分析
5.7 判別分析
0.6 時間序列分析
6.1 自相關活偏相關系數的平穩性檢驗
6.2 ACF和PACF可視化展示
6.3 單位根檢驗
6.4 平穩時間序列分析
6.5 繪圖判斷殘差正態性
6.6 平穩時間序列模型預測
6.7 非平穩時間序列處理
6.8 VAR模型
07. 繪圖工具深入學習
7.1 Matplotlib基本設置
7.2 修改參數，移動坐標軸
7.3 添加文字注釋
7.4 基本圖形的繪制
7.5 3D圖像繪制
7.6 Chart繪圖
加入高級會員獲得助教答疑
