前言

01 Python 巨量資料開發入門

1.1 巨量資料工程師必備技能

1.2 Python 開發環境

1.3 Python 開發工具

1.4 Python 資料類型

1.5 Python 函數和類別

1.6 Python 常用函數庫

1.7 Python 技巧

1.8 Python 常見問題

02 科學計算Numpy

2.1 多維陣列

2.2 陣列元素運算

2.3 常用函數

03 資料操作Pandas

3.1 資料物件

3.2 資料存取

3.3 分組運算

3.4 日期時間處理

04 資料視覺化

4.1 Matplotlib 繪圖函數庫

4.2 Seaborn 進階資料視覺化

4.3 PyEcharts 互動圖

05 獲取資料

5.1 讀寫檔案

5.2 讀寫資料庫

5.3 讀寫資料倉儲

5.4 取得網路資料

5.5 選擇資料儲存方式

06 資料前置處理

6.1 資料類型識別與轉換

6.2 資料清洗

6.3 資料精簡

6.4 資料抽樣

6.5 資料組合

6.6 特徵分析

07 資料分析

7.1 入門實例

7.2 假設檢驗

7.3 參數檢驗與非參數檢驗

7.4 T 檢驗

7.5 方差分析

7.6 秩和檢驗

7.7 卡方檢定

7.8 相關性分析

7.9 變數分析

7.10 TableOne 工具

7.11 統計方法歸納

08 機器學習基礎知識

8.1 基本概念

8.2 評價模型

09 機器學習模型與工具

9.1 以距離為基礎的演算法

9.2 線性回歸與邏輯回歸

9.3 支援向量機

9.4 資訊熵和決策樹

9.5 連結規則

9.6 貝氏模型

9.7 隱馬可夫模型

9.8 整合演算法

10 模型選擇與相關技術

10.1 資料準備與模型選擇

10.2 自動機器學習架構

10.3 自然語言處理

10.4 建模相關技術

11 巨量資料競賽平台

11.1 定義問題

11.2 演算法競賽

12 決策問題：幸福感採擷

12.1 賽題解讀

12.2 模型初探

12.3 模型最佳化

12.4 模型輸出

12.5 XGBoost 模型

13 遷移學習：貓狗圖片分類

13.1 深度學習神經網路

13.2 使用現有的神經網路模型

13.3 遷移學習

13.4 解決貓狗分類問題

14 影像分割：識別圖中物體

14.1 Mask R-CNN 演算法

14.2 Mask R-CNN 原始程式

14.3 訓練模型與預測

15 時間序列分析

15.1 時序問題處理流程

15.2 趨勢分析工具ARIMA

15.3 傅立葉和小波轉換

15.4 Prophet 時序模型

16 自然語言處理：微博互動預測

16.1 賽題分析

16.2 中文分析