最新Python數(shù)據(jù)分析(機器學習)經(jīng)典案例視頻教程下載

 


 

課程介紹：

最新Python數(shù)據(jù)分析(機器學習)經(jīng)典案例視頻教程選擇經(jīng)典案例基于真實數(shù)據(jù)集，從數(shù)據(jù)預(yù)處理開始到建立機器學習模型以及效果評估，完整的講解了如何使用python及其常用庫進行數(shù)據(jù)的分析和模型的建立。對于每一個面對的挑戰(zhàn)，分析解決問題思路以及如何構(gòu)造合適的模型并且給出合適評估方法。通過案例的講解讓同學們快速掌握如何使用python及其常用庫進行數(shù)據(jù)分析和機器學習模型建立和評估的工作，以及對于真實的數(shù)據(jù)集掌握如何進行數(shù)據(jù)的清洗預(yù)處理以及特征的提取，通過教程的學習可對Python數(shù)據(jù)分析(機器學習)有一個更好的掌握。

 

 

最新Python數(shù)據(jù)分析(機器學習)經(jīng)典案例視頻教程目錄介紹：

        第1章 使用Python庫分析處理Kobe Bryan職業(yè)生涯數(shù)據(jù)
    
        1-1課程簡介

        1-2 使用Anaconda搭建python環(huán)境

        1-3 Kobe Bryan生涯數(shù)據(jù)讀取與簡介

        1-4 特征數(shù)據(jù)可視化展示
       
        1-5數(shù)據(jù)預(yù)處理

        1-6使用scikit-learn建立分類模型
     

        第2章 信用卡欺詐行為檢測
     
        2-1數(shù)據(jù)簡介及面臨的挑戰(zhàn)
      
        2-2數(shù)據(jù)不平衡問題解決方案
      
        2-3邏輯回歸進行分類預(yù)測

        2-4使用閾值來衡量預(yù)測標準
     
        2-5使用數(shù)據(jù)生成策略

        第3章 鳶尾花數(shù)據(jù)集分析

        3-1數(shù)據(jù)簡介與特征課時化展示

        3-2不同特征的分布規(guī)則
      
        3-3決策樹模型參數(shù)詳解
     
        3-4決策樹中參數(shù)的選擇

        3-5將建立好決策樹可視化展示出來

        第4章 泰坦尼克號獲救預(yù)測

        4-1船員數(shù)據(jù)分析

        4-2數(shù)據(jù)預(yù)處理

        4-3使用回歸算法進行預(yù)測

        4-4使用隨機森林改進模型

        4-5隨機森林特征重要性分析
 

        第5章 級聯(lián)結(jié)構(gòu)的機器學習模型

        5-1級聯(lián)模型原理

        5-2數(shù)據(jù)預(yù)處理與熱度圖

        5-3二階段輸入特征制作

        5-4使用級聯(lián)模型進行預(yù)測


        第6章 員工離職預(yù)測

        6-1數(shù)據(jù)簡介與特征預(yù)處理

        6-2員工不同屬性指標對結(jié)果的影響

        6-3數(shù)據(jù)預(yù)處理

        6-4構(gòu)建預(yù)測模型

        6-5基于聚類模型的分析


        第7章 使用神經(jīng)網(wǎng)絡(luò)進行手寫字體識別（mnist）

        7-1tensorflow框架的安裝

        7-2神經(jīng)網(wǎng)絡(luò)模型概述

        7-3使用tensorflow設(shè)定基本參數(shù)

        7-4卷積神經(jīng)網(wǎng)絡(luò)模型

        7-5構(gòu)建完整的神經(jīng)網(wǎng)絡(luò)模型

        7-6訓練神經(jīng)網(wǎng)絡(luò)模型


        第8章 主成分分析（PCA）

        8-1PCA原理簡介

        8-2數(shù)據(jù)預(yù)處理

        8-3協(xié)方差分析

        8-4使用PCA進行降維


        第9章 基于NLP的股價預(yù)測

        9-1數(shù)據(jù)簡介與故事背景

        9-2基于詞頻的特征提取

        9-3改進特征選擇方法


        第10章 借貸公司數(shù)據(jù)分析

        10-1數(shù)據(jù)清洗
  
        10-2數(shù)據(jù)預(yù)處理
       
        10-3盈利方法和模型評估

        10-4預(yù)測結(jié)果
      

 

 

最新Python數(shù)據(jù)分析(機器學習)經(jīng)典案例視頻教程部分截圖展示：

 

 

 

 

 

 

 

 

 

購買過此商品的人還購買過

深度學習 機器學習 人工智能視頻教程下載

￥20元

Python3.5零基礎(chǔ)+高級+完整項目實戰(zhàn)視頻教程（28周全）

￥20元

Python數(shù)據(jù)分析視頻教程

￥5元

Python視頻教程網(wǎng)絡(luò)爬蟲數(shù)據(jù)分析項目實戰(zhàn)零基礎(chǔ)入門到精通

￥8元

Spring Boot Cloud視頻教程下載

￥5元

大數(shù)據(jù)分析與挖掘高級工程師視頻教程下載

￥10元

Python運維工程師視頻系列教程（12期）

￥10元

傳智播客java JavaEE+物聯(lián)云計算 物聯(lián)網(wǎng) 視頻教程

￥5元