基于的Python数据科学和挖掘课程

课程目标:熟练Python常见算法库使用;了解机器学习的概念,明确机器学习基本流程; 掌握训练数据,特征与标签等基本概念;熟悉常见机器学习算法原理;熟练使用Python进行算法实现和参数调整;

24小时内答疑 课时永久观看 15分钟内无条件退款
1. 仅限付费视频课程适用
2. 购买后15分钟内可以找到客服进行沟通退款
3. 退款将返还至51CTO学院账户,不支持提现
4. 下载资料后不再享有退款特权
5. 客服(Tel:400-101-1651)
6. 最终解释权归51CTO所有
0分 共18课时,共12小时50分钟
现价¥189.00
购买
  1. 课程介绍
  2. 课程大纲
课程目标

熟练Python常见算法库使用;了解机器学习的概念,明确机器学习基本流程; 掌握训练数据,特征与标签等基本概念;熟悉常见机器学习算法原理;熟练使用Python进行算法实现和参数调整;

适用人群

大数据 人工智能 数据分析 数据科学

课程简介 Python常用算法库numpy、pandas原理与使用; 机器学习概述;训练数据,特征与标签说明;常见算法讲解,Python算法实现,算法参数调整;

配置环境要求:win且是64位操作系统

学习资料有哪些:包括讲义的PPT、练习和案例的代码、代码运行后的结果文件

授课软件版本工具版本:Python语言3版本

授课特色:

本课程涵盖了几乎所有的数据科学和数据挖掘的知识,对Python语言基础知识进行细致的讲解,Python语言在数据挖掘方面和算法方面有很深的理论讲解。本课程通过大量练习和案例对各个知识点技能进行详细讲解。

学后水平:掌握Python的Numpy数据科学库的知识;动手实操Matplotlib画图的包;动手实操Pandas统计分析;学会用Pandas数据预处理的知识;学会基本和高级的的Python的语言绘图功能;懂得什么是机器学习;懂得Kmeans的算法原理;了解分类算法的知识。

购买课程后,在附件里面有很多非常有用的代码和讲义可以进行下载,欢迎学习....

第一章Python数据分析概述
2节1小时17分钟
1-1认识数据分析 [免费试看]
36:51
1-2掌握 Jupyter Notebook 常用功能 [免费试看]
40:40
第二章NumPy 数值计算基础
4节2小时55分钟
2-1掌握 NumPy 数组对象 ndarray [免费试看]
49:02
2-2使用Jupyter Notebook实际动手数组例子操作
36:34
2-3掌握NumPy矩阵与通用函数
49:10
2-4利用NumPy进行统计分析
41:03
第三章Matplotlib数据可视化基础
4节2小时22分钟
3-1了解绘图基础语法与常用参数
36:25
3-2分析特征间的关系原理和实操
21:50
3-3分析特征内部数据分布与分散状况原理和实操
55:21
3-4画各种图的任务实现和讲解
28:52
第四章pandas统计分析基础
4节2小时53分钟
4-1读写不同数据源的数据
45:37
4-2掌握DataFrame的常用操作和动手
52:07
4-3转换与处理时间序列数据和动手
33:37
4-4使用分组聚合进行组内计算和动手操作
42:33
第五章使用pandas进行数据预处理
3节2小时34分钟
5-1合并数据2
49:56
5-2清洗数据
54:19
5-3标准化数据和习题讲解
49:48
第六章机器学习的理论和实操
1节47分钟
6-1机器学习的理论和实操
47:13
讲师介绍
陈建平
讲师评分4.5分
IBM(上海)高级数据分析经理,专业资深讲师,10年相关项目经历,长期从事大数据相关研究分析工作。 精通大数据技术,熟悉关系型数据库Oracle10g、Mysql、DB2和GreenPlum等。 精通Hadoop、Hbase、HDFS、Hive、Pig、Hue、Spark等开源技术,对实时处理Storm、Impala有较深的认识,熟悉分布式计算MapReduce。 非常精通数据挖掘算法和解决方案,比如决策树、K-means、神经网络、Logistc线性回归、Apriori算法、协同过滤算法等。 熟悉电信、移动、电力、证券、网络、物流、无线等行业。
X
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载