泰坦尼克python数据分析，带数据集和源代码【强烈推荐】 泰坦尼克python数据分析，带数据集和源代码，强烈推荐。

项目背景和目的： 金融企业培养人才需要大量的成本，为了防止人才再次流失，应当注重员工流失分析。员工流失分析是评估公司员工流动率的过程，目的是找到影响员工流失的主要因素，预测未来的员工离职状况，减少重要价值员工流失情况。 本次实验项目是依据一家金融公司员工离职数据，目的是分析员工的离职原因，找到影响员工流失的主要因素，预测未来的员工离职状况，减少重要价值员工流失情况。 一、项目数据说明 数据取自于kaggle平台分享的数据集，共有10个字段14999条记录。数据主要包括影响员工离职的各种因素（员工满意度、绩效考核、参与项目数、平均每月工作时长、工作年限、是否发生过工作差错、5年内是否升职、部门、薪资）以及员工是否已经离职的对应记录。

自用笔记

含小姐姐照片和分析结果哟，我想你会喜欢

外卖数据集，包含12000条外卖平台的正负评价，以0、1为标签。本数据集共含有4000条正面评价，8000条负面评价。

根据某商场货物销售数据 利用python实现数据可视化 进行分析 代码2000+行 文档预览：https://blog.csdn.net/weixin_45741872/article/details/118787250

根据某法国疫情公开数据 利用python实现数据可视化 进行分析 代码300+行 文档预览：https://blog.csdn.net/weixin_45741872/article/details/118787972

用python数据分析技术对某药店一年销售数据进行处理与分析，内涵数据集，源码及说明文档，完美应对python课设及大作业

Python数据分析参考书 Wes McKinney著 中文版 带标签目录

《日内高频交易实战，从python数据分析到C++编写策略》是《从编程小白到量化宗师之路》系列的第二个中级课程。本课程宗旨是缩短个人和小型结构投资者和大型机构投资者的差距。课程内容从数据统计基本概念入手，抛开大多数人使用的传统技术指标体系（如MACD，KDJ 等），对市场交易数据进行深入分析，识别出其中的统计规律，发掘交易机会, 后期过渡到采用机器学习方式进行交易策略的研发，课程用到的机器学习方法有多项式线性回归，支持向量机（SVM），隐马尔可夫（HMM），朴素贝叶斯。 课程注重实战，学员上课后，可以达到：日内高频交易策略研发，对统计学和概率论有一些应用上的基础，从而能够自行继续研发新的策略。将日内高频的研究发到带到短期，中期交易策略中，提高盈利机会。 课程使用数据来源于两个早期课程： 股票数据下载课程 https://edu.csdn.net/course/detail/24720  期货tick数据收集整理课程 https://edu.csdn.net/course/detail/24783 课件中包含一些数据，当然同学们也可以使用自行收集的数据。