Python和R是用于數(shù)據(jù)科學(xué)和機器學(xué)習(xí)的最廣泛使用的開源語言。對于一個初露頭角的數(shù)據(jù)科學(xué)家或分析師，最大和最棘手的疑問是：我的語言如何開始？雖然兩種語言都有各自的優(yōu)點和缺點，但在選擇自己的語言時，這取決于個人的目的。這兩種語言都能滿足各種不同工作的需要。Python是一種通用的語言，因此，Web和應(yīng)用集成更容易，而R是為了純粹的統(tǒng)計和分析的目的。

（PHP是世界上最好的語言。。。）

本文不是做所謂的語言爭論，這類的文章太多了，而是想用數(shù)據(jù)說話，告訴你一些有趣的發(fā)現(xiàn)。

我們從Kaggle上面找了個數(shù)據(jù)集，這個數(shù)據(jù)集是Kaggle上面的調(diào)查問卷，總說周知，Kaggle是全球最大數(shù)據(jù)科學(xué)社區(qū)。該問卷調(diào)查了52個國家16716個對象，其中參與人數(shù)最多的國家是 United States，共4197人。

一、先來瞅瞅數(shù)據(jù)是啥個樣子

來看看整體吧，一共有多少個國家的兄弟們加入了調(diào)查，最多的是哪個國家？最小幾歲？最大又是幾歲呢？

厲害了！0歲就開始，還有干到100歲的，這調(diào)查結(jié)果我只能信一半好吧！

二、首先，我們看看Python和R的使用人數(shù)。

人生苦短。。。我選。。。

三、有多大用，大家咋說的呢？

看來有這么多高手是通殺啊！

四、高手的薪資會不會更高呢？

是這樣滴！同時使用Python和R的比使用單獨工具的工資收入高出1萬多美金。

五、不同工種的偏好

R在視覺上勝過Python。因此，擁有諸如數(shù)據(jù)分析師、業(yè)務(wù)分析師等職位頭銜的人在圖形和視覺上扮演著非常重要的角色，他們喜歡R而不是Python。同樣，幾乎90%的統(tǒng)計人員使用R，正如前面所述，Python在機器學(xué)習(xí)方面更好，因此機器學(xué)習(xí)工程師、數(shù)據(jù)科學(xué)家和DBA或程序員等其他人更喜歡Python。

六、不同的行業(yè)用哪門語言呢？

r在政府部門還是很強大的，在剩下的其他行業(yè)中，Python的份額大約比R高出15-20%。

七、教育背景以及工作情況

大約67%的數(shù)據(jù)科學(xué)家都是全職，而大約11-12%都失業(yè)而找工作。在教育方面顯然對76 %的數(shù)據(jù)科學(xué)家持有碩士學(xué)位，而約23-24%他們有學(xué)士學(xué)位或博士學(xué)位。因此，教育似乎是成為數(shù)據(jù)科學(xué)家的一個重要因素。

八、數(shù)據(jù)科學(xué)家們都用什么

可以看出，在數(shù)據(jù)科學(xué)工具中，Python，R和SQL是最常用的。

一些值得關(guān)注的結(jié)論：

1.大多數(shù)的受訪者在年齡20-35歲，這表明數(shù)據(jù)科學(xué)的年輕人是很著名的。

2.調(diào)查對象不僅限于計算機科學(xué)專業(yè)，還包括統(tǒng)計學(xué)、健康科學(xué)等專業(yè)，數(shù)據(jù)科學(xué)是一門跨學(xué)科的領(lǐng)域。

3.學(xué)習(xí)Python、R和SQL，因為它們是數(shù)據(jù)科學(xué)家最常用的語言。Python和R將有助于分析和預(yù)測建模，而SQL最適合查詢數(shù)據(jù)庫。

4.掌握多種工具的求職者在數(shù)據(jù)科學(xué)領(lǐng)域會更有吸引力，獲得更高的薪資。

如果你想學(xué)Python而又苦于無入門方法和實操案例，下面的課程或許是你不錯的選擇。

時間：2018年8月04日~11月10日

地點：北京現(xiàn)場& 全國直播

授課安排：現(xiàn)場班9900元遠(yuǎn)程班7900元

01章Python編程基礎(chǔ)和網(wǎng)絡(luò)爬蟲

01-01數(shù)據(jù)分析行業(yè)概述

01-02Python安裝及介紹

01-03Python編程基礎(chǔ)知識

01-04Python爬蟲基礎(chǔ)知識-網(wǎng)絡(luò)請求、HTML文檔、瀏覽器開發(fā)者工具

01-05網(wǎng)絡(luò)請求及相應(yīng)-Requests

01-06HTML文檔解析 -BeautifulSoup

01-07常見反爬蟲機制及應(yīng)對

01-08通過API獲取數(shù)據(jù)

01-09Python爬蟲實戰(zhàn)之頭像下載

01-10Python爬蟲實戰(zhàn)之抓取書籍簡介

02章Mysql數(shù)據(jù)庫基礎(chǔ)

01-01Mysql數(shù)據(jù)庫知識介紹

01-02Mysql數(shù)據(jù)庫的基本操作

01-03Mysql數(shù)據(jù)表的基本操作

01-04數(shù)據(jù)類型和約束條件

01-05數(shù)據(jù)的CRUD操作之增加、刪除、修改數(shù)據(jù)表

01-06SQL數(shù)據(jù)庫單表查詢和聯(lián)合查詢

01-07SQL操作符和函數(shù)

01-08SQL綜合案例：彩票數(shù)據(jù)核對練習(xí)

01-09SQL綜合案例：電商數(shù)據(jù)查詢練習(xí)

03章 數(shù)據(jù)分析之統(tǒng)計學(xué)基礎(chǔ)

01-01數(shù)據(jù)分析行業(yè)與知識簡介

01-02概率論基礎(chǔ)知識

01-03描述性統(tǒng)計分析

01-04統(tǒng)計量與抽樣分布

01-05參數(shù)估計：點估計和區(qū)間估計

01-06假設(shè)檢驗方法

01-07方差分析的基本原理和操作

04章 Python進行統(tǒng)計分析和數(shù)據(jù)清洗

01-01使用Python進行數(shù)據(jù)整合與數(shù)據(jù)清洗

01-02使用Python進行數(shù)據(jù)分組和抽樣

01-03使用Python進行描述性統(tǒng)計分析

01-04使用Python進行參數(shù)估計和假設(shè)檢驗

01-05使用Python進行單樣本和兩樣本T檢驗

01-06使用Python進行方差分析和相關(guān)分析

01-07轉(zhuǎn)化漏斗與A/B對比測試

05章 Python進行回歸分析和降維分析

01-01使用線性回歸做客戶價值預(yù)測

01-02使用邏輯回歸做客戶流失預(yù)警

01-03連續(xù)變量關(guān)系探索與變量壓縮：主成分、因子分析

01-04聚類分析與客戶分群

01-05市場分析其他工具：對應(yīng)分析與多維尺度分析

01-06案例：電信公司消費偏好聚類

01-07案例：汽車品牌客戶感知圖

06章 Python進行時間序列和綜合案例分析

01-01簡單時間序列分析法：平滑算法

01-02平穩(wěn)時間序列(ARMA)模型設(shè)定與識別

01-03非平穩(wěn)時間序列（ARIMA）模型

01-04時間序列建模步驟

01-05案例：使用Python進行信用卡產(chǎn)能指標(biāo)趨勢預(yù)測與監(jiān)控

01-06案例：使用Python進行電信公司離網(wǎng)用戶預(yù)警

07章 Python數(shù)據(jù)可視化

01-01繪圖思想的基本原理

01-02Python數(shù)據(jù)可視化包-Matplotlib介紹與圖形繪制

01-03Python數(shù)據(jù)可視化包-Seaborn介紹與圖形繪制

01-04Python數(shù)據(jù)可視化-Pyecharts介紹與圖形繪制

01-06分析結(jié)果展示與報告展現(xiàn)

08章 期中項目作業(yè)與答辯

01-01課題1：電商客戶價值預(yù)測

01-02課題2：網(wǎng)站流量數(shù)據(jù)分析

01-03課題3：信用卡客戶流失預(yù)警

01-04課題4：銀行電話營銷響應(yīng)分析

01-05以上課題僅供參考

09章 Python數(shù)據(jù)挖掘基礎(chǔ)及數(shù)據(jù)前處理技術(shù)

01-01Python數(shù)據(jù)挖掘簡介

01-02數(shù)據(jù)挖掘方法論CRISP-DM介紹

01-03數(shù)據(jù)挖掘技術(shù)概述

01-04數(shù)據(jù)前處理方法

01-05關(guān)鍵變量發(fā)掘技術(shù)

10章 Python進行預(yù)測型數(shù)據(jù)挖掘

01-01樸素貝葉斯與最近領(lǐng)域

01-02決策樹算法

01-03神經(jīng)網(wǎng)絡(luò)

01-04支持向量機

01-05集成學(xué)習(xí)：Bagging,Boosting,RandomForest

01-06特征工程

11章Python進行描述性數(shù)據(jù)挖掘與進階

01-01聚類分析

01-02關(guān)聯(lián)規(guī)則

01-03序列模式

01-04深度學(xué)習(xí)

01-05文本挖掘

1. 在線填寫報名信息

2. 給予反饋，確認(rèn)報名信息

3. 網(wǎng)上繳費

4. 開課前一周發(fā)送電子版課件和教室路線圖

李武卿

美庫爾主管高級分析師

具備多年P(guān)ython，R, SAS語言數(shù)據(jù)挖掘與機器學(xué)習(xí)經(jīng)驗。負(fù)責(zé)過戴爾（美國地區(qū)）潛在客戶挖掘項目；美國某銀行信用卡違約預(yù)測項目；宜家（中國地區(qū)）潛在有價值的商品購買組合發(fā)掘；也長年負(fù)責(zé)美庫爾公司內(nèi)部PYTHON數(shù)據(jù)挖掘員工培訓(xùn)。

趙仁乾

CDA數(shù)據(jù)分析研究院講師/北京郵電大學(xué)管理科學(xué)與工程碩士

現(xiàn)就職于北京電信規(guī)劃設(shè)計院，從事移動、聯(lián)通集團及各省分公司市場、業(yè)務(wù)、財務(wù)規(guī)劃、經(jīng)濟評價及運營咨詢。重點研究方向包括離網(wǎng)用戶挖掘、市場細(xì)分與精準(zhǔn)營銷、移動網(wǎng)絡(luò)價值區(qū)域分析、潛在價值客戶挖掘等。

覃秉豐

CDA數(shù)據(jù)分析師講師/創(chuàng)業(yè)公司技術(shù)負(fù)責(zé)人

機器學(xué)習(xí)，深度學(xué)習(xí)領(lǐng)域多年一線開發(fā)研究經(jīng)驗，精通算法原理與編程實踐。曾完成過多項圖像，語音，nlp，搜索相關(guān)的人工智能實際項目，研發(fā)經(jīng)驗豐富。擁有兩項國家專利。同時具有多年授課培訓(xùn)經(jīng)驗，講課通熟易懂，代碼風(fēng)格簡潔清晰。

課程顧問：趙老師

13121318867（微信）