关于课程实验（Lab）内容的探讨

根据本学期微专业的安排，我们能够有 6 次正式线下课程的时间给大家分享《数据思维与实践》的内容。

基于大家前面已有的 Python 编程基础，本课程主要是围绕数据编程，带领大家如何利用 Python 开展一些典型的数据分析任务，包括：

**- Lab-01：开篇实例与数据分析工具**
- 一个开篇综合案例
- 一个代表数据思维的案例（如求解Pi）
- NumPy/Pandas/SciPy/Matplotlib 工具实践

**- Lab-02：Python 数学实例**
- Python 线性代数实例
- Python 概率论与数理统计实例
- Python 统计推断实例

**- Lab-03：Python 数据收集与管理**
- Python 数据获取
- Python 网络爬虫

**- Lab-04：Python 数据探索与预处理**
- Python 数据可视化
- Python 数据预处理

**- Lab-05：Python 数据建模与分析**
- Python 机器学习基础
- Python 数据可视化
- 最邻预测近模型
- 朴素预测贝叶斯模型
- 决策树预测模型
- 神经网络预测模型
- k 均值聚类模型

**- Lab-06：Python 数据科学实践案例**
- Python 自然语言处理
- Python 网络分析
- Titanic 生存预测
- 客户价值分析
- 可视化大屏