针对中国高票房电影，演示了从数据爬虫获取，到清洗整理，再到计算和可视化分析的全流程。

电商直播间数据分析，电商直播间成交金额预测，随机森林，梯度提升模型。

本案例就是一个分类问题的全流程展示。用各种特征去预测客户对这个航空公司的体验是不是满意的一个分类模型，包括数据的预处理，探索性分析变量的可视化特征工程，特征组合数据标准化模型的选择和构建模型的训练对比评估，评价指标，变量重要性排序以及模型的解释。解释用的是shap包。

Python进行泰坦尼克号数据集的预测机器学习流程。数据清洗、特征工程、模型选择优化评价等

商品零售的关联分析（apriori算法），研究商品之间的促进的关系、关联规则

二手房价格影响因素分析，回归分析

对电商的商品评论爬取，然后进行分词等预处理，构建LDA模型，词云图，共现网络图等

pandas读取和写入stata和spss的数据格式，dta和sav

使用10种机器学习模型，根据不同的学历，学校层次，岗位技能，工作年限等特征去预测工资的区间。

进出口外贸数据，进行交互式图表的可视化分析。