北京Python爬蟲及文本分析學術應用培訓班

【招生對象】

零基礎學員

【授課方式】

遠程+面授

【上課時間】

周一到周日9-18點

【學習目標】

不再單一依靠開源公開數據網站的數據，適當擺脫對國家統(tǒng)計年鑒、wind數據庫、知網數據的依賴，能夠從更多元的渠道獲取數據，使用python更高效的處理數據，并用更前沿的技術分析和挖掘數據信息，為我們的科研工作減輕中間工作負擔。

【課程亮點】

本課程致力于講授完整的結構化數據、文本數據的獲取、存儲、讀取、處理和分析過程，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編程語言實現(xiàn)數據獲取和文本分析的在校師生、以及致力于將數據分析與挖掘的價值廣泛運用到實際場景的商業(yè)人士。

【課程內容】

01章概述 爬蟲與文本分析概述

01-01結構化數據/文本數據的獲取方法概述

01-02高效的編程語言實現(xiàn)結構化數據處理與文本分析的價值

02章編程基礎

02-01python編程基礎（標準數據類型，控制流，自定義函數，類，os文件處理模塊）

02-02python重要數據科學計算庫（Numpy，Pandas，Matplotlib，Pyecherts，wordcloud）

03章數據獲取

03-01爬蟲基礎（網絡爬蟲簡介，爬蟲的基本原理，HTML 簡介，數據存儲）

03-02網頁抓?。ㄊ褂?Urllib網頁抓取，requests實戰(zhàn)）

03-03BeautifulSoup4（簡介，安裝，BS 對象的種類，遍歷文檔樹，搜索文檔樹）

03-04Xpath（什么是Xpath，Xpath開發(fā)工具，Xpath常用規(guī)則）

03-05動態(tài)渲染頁面抓?。⊿elenium的安裝，基本使用，聲明瀏覽器對象，訪問頁面，定位元素，節(jié)點交互，動作鏈，執(zhí)行 JavaScript，獲取節(jié)點信息，延時等待，前進后退，Cookies，選項卡管理，異常處理）

03-06爬蟲實戰(zhàn)（網站的爬取，基電商評價文本爬?。?/p>

04章數據存儲與讀取

04-01可供讀取數據類型介紹（excel、pdf、txt、html、mysql數據庫文件介紹）

04-02數據的存儲（將數據存儲到excel表，txt文本，word文檔）

04-03數據的讀?。╬ython批量讀取多個多子表excel，python讀取txt文件，word文檔）

05章數據處理

05-01正則表達式（什么是正則表達式，正則表達式匹配規(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，二進制轉化為ASCII，重復字詞過濾，提取郵件地址，提取URL地址，大寫轉換，符號化，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，語料訪問，標記單詞，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結構化數據處理--數據清洗（numpy數值計算要點串講，Pandas數據處理串講，python統(tǒng)計圖表展示）

06章文本分析實戰(zhàn)

06-01重要的庫（jieba庫簡介）

06-02關鍵詞提?。P鍵詞任務概述，TF-IDF算法原理，相似文章推薦原理介紹，實例：紅樓夢文本分析的實現(xiàn)，文件與詞庫的讀取，完成分詞與詞云圖的繪制）

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

【師資力量】

辛立偉

擅長數據架構、數據分析

教學經驗20年

CDA數據分析研究院講師

SUN中國社區(qū)會員

趙仁乾

擅長數據架構、數據分析

教學經驗7年

北京郵電大學管理科學與工程碩士

北京電信規(guī)劃設計院

吳昊天

擅長數據架構、數據分析

教學經驗8年

電子科技大學大數據中心

CDA數據分析研究院技術負責人兼高級講師

【學員風采】

【學員評價】

孔同學

統(tǒng)計學和數據挖掘理論是數據分析的基礎，常規(guī)的統(tǒng)計理論和數據挖掘算法必須要學會，想入行應重點研究，并要學會制作風險評分卡。其他算法了解即可。

董同學

三個月的學習時間。緊湊的課程安排讓我感覺每一天都特別充實，白天認真聽講，晚自習鞏固復習，每一天都在進步和成長。 我對未來充滿了希望。

王同學

CDA的學習經歷，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

學習是一種態(tài)度，在CDA三個月集中學習的過程中，認識了很多同學，也增長了一些校園以外的知識，學習的過程很累很艱辛，卻覺得很值得！ 痛并快樂著??！

李同學

CDA對于我而言，是一個新生活的起點，經過3個月的奮戰(zhàn)，我學習到了許多知識，更結識了許多志同道合的朋友，這是我3個月的學習生活寶貴的財富。

趙同學

首先感謝的是課堂里茫茫多的教授級導師的個人魅力的熏陶，其次就是，三個月持續(xù)不斷的學習，讓我養(yǎng)成一個持續(xù)學習的心態(tài)和熱愛學習的態(tài)度。

【學習周期】

40課時

【機構環(huán)境】

【機構簡介】

如荷學為北京國富如荷網絡科技有限公司旗下專注于數字化人才培養(yǎng)及服務的教育品牌,致力于大數據在產、學、研的融合應用。服務百萬數字化人才,是全球500強企業(yè)的忠實合作伙伴。

如荷學以"培養(yǎng)企業(yè)需要的專業(yè)數字化人才,搭建弓|領數字化時代的企業(yè)人才梯隊”為使命,為TD時代數字化人才的數據能力提升及企業(yè)數字化轉型提供標準化、效率、可落地的數據應用側解決方案。

【發(fā)展歷程】

2006年 開展數據統(tǒng)計、計量實戰(zhàn)，學術研究等相關培訓視頻和現(xiàn)場班

2007年 開展數據統(tǒng)計、數據分析相關培訓班

2011年 隨著大數據熱潮的來臨，依托累計上萬類共享資料，多年沉淀師資團隊，論壇召集多位專家，研發(fā)CDA數據分析師體系

2013年CDA數據分析師品牌成立，提供系統(tǒng)化的大數據、數據分析人才培養(yǎng)和認證

2014年 CDA INSTITUTE 成立 ,并推出第 一屆全國CDA數據分析師認證考試

2015年第 一屆中國數據分析師行業(yè)峰會（CDAS）在9月11日成功舉辦，參會人數逾3000人

2016年 CDA匯聚海內外大數據、數據分析專家上千人，推出就業(yè)班、數據科學家訓練營、企業(yè)內訓、CDA俱樂部等多個項目

2017年整合論壇與CDA數據分析師業(yè)內資源，形成數據分析領域生態(tài)圈，并進一步升級CDA企業(yè)內訓體系，正式推出大數據實驗室

2018年北上廣深等多個城市均有校區(qū)；擁有200多位專業(yè)師資；培養(yǎng)學員超過3萬人，每年6月/12月全國28個城市舉辦CDA認證考試

2019年已舉辦九屆數據分析師認證考試，得到業(yè)界廣泛認可，學員遍布各大知名企業(yè)。人工智能產品“好學AI”問世，引領DT時代新一波技術培訓浪潮

【品牌宣傳】

用AI讓優(yōu)質的教育人人可得