公开课合集 | 时间序列/​Python​/Data Science 大数据时代的利器 ...

专业打手

焦虑使人脱发，焦虑促使学习。

这年头，好像不开口提两句「数据分析」一类，就已经被时代抛弃在好望角了。

学习，生命中最美的两个字。今天「棕榈学院」主要内容有三个——

01统计方法之时间序列

02Python1小时初体验

03Data Science入门知识

对某门课程超感兴趣的可以手动跳跃至相关课程呦~

以下请看详细内容：

1

统计方法之时间序列

时间序列（Time Series)，是指将某种现象某一个统计指标在不同时间上的各个数值，按时间先后顺序排列而形成的序列。例如：一年或几年的降雨量、温度、销售量、产品价格等等。

打个比方来理解，这是你的发量在读书期间变化的数值表现。

假设，你大一时有10万根头发，由于不规律作息饮食，每一年都要脱落至少5000根；喜欢烫染，每一次加速脱落5000根……

将这些数值收集起来，找到数值变换的规律性，我们就可以做出合理的时间分析预测：你大四时候估计还有多少根头发？

（别担心，上班了后你掉得会更多……）

时间序列能干什么用？

我们学时间序列，当然不是为了数头发的！（头发掉落也不一定存在数值规律。）

作为统计学中一种常用的分析预测方法，尤其，还是一种动态数据处理的统计方法，时间序列有着非常广阔的发挥和应用空间。

▌方向一：

时间序列的分析方法在经济学领域举足轻重。例如预测国家的国债经济收益，计算其收益率等，可以反映研究社会经济现象的发展趋势和发展速度，对某些社会经济现象进行预测。

▌方向二：

时间序列分析方法在人工智能/机器学习/深度学习等领域也发挥着越来越重要的作用。在大数据时代，我们能采集到的数据和影响因素越来越多，越能做出精确预测。

适合人群

1.想要学习数据处理与分析、商业管理、各类软件工具等的宝宝们；

2.论文里做量化研究，需要做出预测与分析的数学困难患者；

3.向往做市场调查、市场预测与分析等职业的未来朝阳们；

4.……深感头发稀疏想要沉下心计算一波的你（算不出来不是老师的锅）。

炒鸡腻害人美音甜发量还多的语洋老师，会告诉大家究竟时间序列分析应该怎么做？

讲师介绍

▼

Alina Nie

芝加哥大学金融工程硕士，本科就读于弗吉尼亚大学经济与数学专业。

曾实习于四大/投行/资产管理公司/保险公司，即将在美国开始投资分析师工作，关注于ABS和CLO等资产证券化产品的投资以及投资组合分析。

曾用学费和工资炒股赚取生活费，也用过DCF模型分析房产投资收益，扎实的金融数学背景和丰富的求学求职经验。

↓↓讲座大纲概览 ↓↓

时间序列(Time Series)

1. Basic time series:

时间序列基础，认识常见的统计数学表达方式

2. Autoregressive and multiperiod forecasts:

自回归模型以及多时段的预测

3. Random walk:

随机漫步

4. Smoothing models:

如何使模型平滑

5. Moving-average time series:

简单移动平均线

6. ARMA:

自回归+移动平均线模型

Case study:

时间序列在交易策略的应用

公开课时间&形式

▼

北京时间

12月12日上午10:00

在线直播：PPT+视频语音

提供录播：无限回看

报名方式

▼

关注公众号：棕榈学院

回复关键词

「 时间序列 」

即可获得入群方式

2

Python入门

▌有人这样说：如果连Python都学不会，你就不要学编程了。

Python,被誉为「2017年度编程语言」的最火黑马，在它红遍编程界和IT圈的同时，也带来了许多疑问，你有没有以下同款：

● Python有那么神吗？

●程序猿都用Python做了哪些事儿？

●买了Python书和网课，就是啃不动？

●新手如何自学Python？需要数学基础吗？

● R、Java、C还有Python，我该先学哪个？

● Python……是哪种颜色的蟒蛇？

对于零基础小白，尤其是还没有接触过任何其他编程语言的，以下烦恼更容易撞款了：

●从零开始，不知道从何入手，找了本编程教材发现第二章开始就看不懂了；

●缺少计算机基础知识，被一些教程略过的「常识性问题」卡住；

●遇到问题不知道怎么寻找解决方案；

●看懂语法之后不知道拿来做什么，学完一阵子就又忘了；

●缺少数据结构、设计模式等编程基础知识，只能写出小的程序片段。

▌敲黑板：所以呢！就像相亲之前，一定要过一遍个人资料介绍【够……

为了帮助大家了解Python,发掘自己对Python的兴趣，慢慢体会一次Python的魅力和魔法，学院君要带领大家一起

「1小时初步了解Python」

我们的讲师在宝贵的1小时公开课里，将要真正分享Python的入门知识！纯干货那种！详情可以参考下方公开课大纲。

▌课前需要安装的程序：

有Python3.X,或者Jupyter notebook,或者Pycharm中任何一个都可以。

适合人群

1.对时下火爆的人工智能、机器学习领域感兴趣，想要接触Python大法的同学；

2.抱着一颗熊熊燃烧的代码心，想要变成钱多话少死得早的程序猿同学；

3.想提升在大部分行业都需要的数据分析能力，摸摸Python的好奇宝宝；

重点是对Python有兴趣，不确定自己是否能学，想要一探究竟的你。

讲师介绍

▼

闻雯

现芝加哥大学金融数学硕士，本科就读于牛津大学数学专业，在牛津大学完成研究生数学统计专业课程的学习。兴趣爱好：日本动漫。

↓↓公开课大纲概览 ↓↓

Python语言的基本入门

1.变量和类型（basic data types + type casting）

2.数组，字典（build-in types）

3.常用命令（i.e. print, in, input）

4.条件，循环（i.e. if, while, for loop）

5.方程（def）

公开课时间&形式

▼

北京时间

12月7日晚上21:30

在线直播：PPT+视频语音

提供录播：无限回看

报名方式

▼

关注公众号：棕榈学院

回复关键词

「 Python 」

即可获得入群方式

3

Data Science入门知识

你有没有注意到：

一到冬天，买完电热毯，暖宝宝/便携小火锅的广告也开始找你；

报名托福考试之后，淘宝首页竟然开始向我推荐模考练习题；

航班价格突然变化极大，到了下一周发现居然一直在下雨；

去新公司应聘，我的购物数据、年龄、教育、健康等指标居然变成了一个信用评分；

......

或许社交媒体/手机App，比你的男/女朋友还能提前知道你的需要呢。这一切，是Data Scientist的功劳~

什么是Data Science？

这是一门关于数据的科学，从数据中提取信息和知识，运用到预测、决策和价值创造之中。

数据科学集成了多种领域的不同元素，包括数学，概率模型技术和理论，机器学习，计算机编程，统计学，数据工程，可视化，数据仓库，以及从数据中析取规律和产品的高性能计算等等。

Data Scientist在大数据的背景下被誉为「未来十年IT行业里最需要的人才」，他们玩得了SQL，跑得动Python，画得了图表，编得了Java，是最了解数据和市场的人，一个合格的Data Scientist就像一支队伍。

学院本次微课的亮点！！！

对Data Science有兴趣的你，或许已经好奇地学过各类相关课程，比如：

●以留学申请为主线，讲述DS专业的申请背景和要求；

●以梳理脉络为主线，讲述DS专业的前世今生以及未来发展；

●以求职方向为主线，讲述DS领域的工作岗位和薪资状况；

●以学习方法为主线，讲述DS专业相关书籍以及学习路径；

●以百度百科为主线，科普DS的名词解释和名人名言；

（最后莫不是在逗我……）

……

综上，学院君当然是不一样的！此次1小时Data Science公开课重点是——

专业知识纯干货

我们还设计了一个非常酷炫的亮点，独家的那种——

Data Science Project

本次公开课最后，讲师将为大家完整展示一个案例：我们从0开始，拿到一坨数据（美好的量词），应该如何分析，如何建模，如何运用Data Science的知识和工具理清数据，产出一个科学的决策。

对了，我们还会把这个「决策结果」，运用R语言的工具做可视化处理，给大家一个好看的Model~

适宜人群

1.初来乍到，对统计学／数学／计算机科学感兴趣的同学们；

2.想要进阶数据分析，但缺少对职业背景的了解，找不到门路的小白们；

3.想要学习数据分析和管理的市场人员／产品经理／决策阶层的大佬们。

4.对这个神奇的行业感兴趣，想开拓新领域，但是对于百度几万条信息感到头疼的好奇宝宝们；

学院公开课，以科普向、干货向为主，任何人都欢迎上车！

公开课指导老师

▼

Muyang

硕士毕业于University of Virginia, Data Science Institute;本科毕业于University of Virginia数学专业（金融数学方向）。在校期间曾担任微积分和常微分方程的课程助教，有丰富的教学经验。

精通SQL/R/Python和Spotfire，有超过3年的数据统计和可视化软件使用经验；已通过精算概率论(P) / 金融数学(FM)等精算师相关行业考试；现为CFA二级候选人。

通过在金融行业中多年的积累和观察，Muyang导师对金融和保险业有着自己独到的行业洞察力，是数据统计和分析的「小达人」。

↓↓公开课大纲概览 ↓↓

1. Need of Data Science

· Pattern Discovery

·预测未来

·制定决策

·创造商业价值

2. What is Data Science

·定义

·案例分析

· Data Analysis v.s. Data Science

3.如何成为Data Scientist:

Responsibility, Tools and Skills

4. Lifecycle of Data Science,

案例展示如何实施一个Data Science Project.

公开课时间&形式

▼

北京时间

12月13日晚上22:30

在线直播：PPT+视频语音

提供录播：无限回看

报名方式

▼

关注公众号：棕榈学院

回复关键词

「数据科学 」

即可获得入群方式～