| 教学阶段 | 核心内容 | 实战项目 |
|---|---|---|
| 数据处理基础 | Pandas数据清洗/Numpy科学计算 | 电商用户行为数据分析 |
| 可视化技术 | Matplotlib/Seaborn/Pyecharts | 金融数据动态看板制作 |
| 机器学习核心 | 监督学习/非监督学习/集成学习 | 信贷风险预测模型构建 |
| NLP专项 | 文本向量化/情感分析 | 新闻文本分类实战 |
课程采用3:7的讲练时间配比，每个理论模块配套真实数据集进行实战演练。特别设置CDA认证模拟考试环节，由认证考官进行专项答疑。
教学环境基于Anaconda搭建，主要使用Jupyter Notebook进行代码演示。涉及Scikit-learn、XGBoost等主流机器学习框架，结合Flask进行简易模型部署实践。
