📊 数据分析与可视化课程

从Python基础到机器学习，手写每一行代码，验证每一个结论

第01-10课：Python基础与数据工具

01Python数据基础🐍 列表/字典/NumPy操作 02Jupyter环境📓 Notebook创建+Markdown 03NumPy🔢 矩阵运算/广播/索引 04Pandas基础🐼 DataFrame创建/选择/过滤 05数据清洗🧹 缺失值/重复/类型转换 06分组聚合📊 groupby+agg+透视表 07合并连接🔗 merge/join/concat 08Matplotlib📈 折线/柱状/散点/饼图 09Seaborn🌊 热力图/小提琴图/分面 10Plotly交互🌐 交互图表+导出HTML

第11-15课：统计学基础与实战

11描述统计📊 均值/中位数/分位数/偏度 12概率分布🎲 正态/泊松/二项分布模拟 13相关分析🔥 Pearson/Spearman+热力图 14泰坦尼克实战🚢 EDA完整分析报告 15回归基础📈 最小二乘法手写+sklearn

第16-25课：统计推断与机器学习

16概率论基础🎲 贝叶斯分类器>85% 17假设检验🔬 t检验/p值计算 18A/B测试🧪 样本量+显著性 19线性回归📈 梯度下降R²>0.9 20逻辑回归🎯 准确率>80% 21决策树🌳 信息增益+剪枝 22随机森林🌲 特征重要性 23XGBoost🚀 Kaggle风格 24聚类分析🔵 K-Means/DBSCAN 25降维🌐 PCA+t-SNE/UMAP

第26-35课：高级主题与毕业项目

26梯度提升🚀 LightGBM/CatBoost对比 27神经网络基础🧠 手写反向传播正确 28PyTorch入门🔥 Tensor操作+自动微分 29NLP基础💬 TF-IDF+情感分类 30时间序列📈 ARIMA预测+季节分解 31异常检测🔍 Isolation Forest/Z-score 32推荐系统🎯 协同过滤+矩阵分解 33地理空间🌍 folium地图+geopandas 34仪表盘📊 Streamlit/Dash交互应用 35毕业项目🎓 端到端数据分析：数据→建模→部署

课程特色

✅ 每课手写Python代码，sandbox实机验证

✅ 深色主题中文HTML，#3b82f6蓝色强调

✅ 🏆成就系统，每课解锁一个实战成就

✅ ✅ Python验证通过标识

✅ 2024-2025前沿应用拓展

✅ 知识图谱+方法决策树+速查表