Python数据分析系列视频课程--玩转数据挖掘视频课程

课程目标:以CRISP-DM为理论指导,系统介绍sklearn各模块的功能,从数据挖掘实战的角度出发详细介绍如何在sklearn中完成数据预处理、数据降维、数据建模、模型评估等各种操作,并突出特征选择、模型调参,模型集成等在数据挖掘实战环境中的重要课题。

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
4分 共64课时,共11小时27分钟
现价¥199.00
购买
  1. 课程介绍
  2. 课程大纲
课程目标

以CRISP-DM为理论指导,系统介绍sklearn各模块的功能,从数据挖掘实战的角度出发详细介绍如何在sklearn中完成数据预处理、数据降维、数据建模、模型评估等各种操作,并突出特征选择、模型调参,模型集成等在数据挖掘实战环境中的重要课题。

适用人群

希望能够成为Python编程和数据分析的跨界人才,目前尚未成功,但仍然在不断努力的人。

课程简介

Sklearn是python用于数据挖掘以及机器学习的利器,但是其功能庞杂,初学者很难理清脉络,快速掌握其应用精髓。


本课程以以CRISP-DM为理论指导,系统介绍了sklearn在数据挖掘/机器学习各个环节的功能实现,从数据挖掘实战的角度出发详细介绍如何在sklearn中完成数据预处理、数据降维、数据建模、模型评估等各种操作,并突出特征选择、模型调参,模型集成等在数据挖掘实战环境中的重要课题。


学习完本课程后,学员将能够独立使用sklearn完成数据挖掘或机器学习实际项目。


【课程大纲】

第1章:python机器学习/数据挖掘概述

第2章:数据的预处理

第3章:特征选择与信息浓缩

第4章:回归类模型的训练

第5章:类别预测模型的训练

第6章:聚类模型的训练

第7章:评估模型效果

第8章:数据的拆分

第9章:模型参数优化

第10章:模型集成


【课程长度】

总时长:12小时


【学员基础】

学员需要懂得Python语言的基本编程知识,有基本的程序查错能力。


学员事前应当掌握统计分析的基本知识,建议完全没有统计基础的学员事先学习免费视频课程《统计分析轻松入门》和《统计模型轻松入门》。


python推广.png


推广1.png


第一章python机器学习/数据挖掘概述
5节46分钟
1-1如何用python做机器学习/数据挖掘? [免费试看]
10:06
1-2课程内容介绍 [免费试看]
08:52
1-3使用sklearn的样本数据集 [免费试看]
10:19
1-4sklearn基本操作入门
16:58
1-5本课程代码课件及数据下载
说明
第二章数据的预处理
6节57分钟
2-1连续变量的标准化
18:27
2-2考虑异常分布的标准化
09:45
2-3分类变量的预处理
14:01
2-4缺失值的填充
05:05
2-5生成多项式特征
05:08
2-6自定义转换器
05:07
第三章特征选择与信息浓缩
5节41分钟
3-1特征筛选概述
08:12
3-2基于简单统计特征进行筛选
07:53
3-3基于统计误差进行筛选
06:15
3-4基于建模结果进行筛选
05:35
3-5数据降维与信息浓缩
13:58
第四章回归类模型的训练
10节1小时49分钟
4-1回归类模型概述
20:42
4-2回归类模型的种类
10:53
4-3线性回归的sklearn实现
06:00
4-4多项式回归
05:29
讲师介绍
张文彤
讲师评分4.8分
数据挖掘,市场研究,统计应用专家,国内最知名的SPSS专家和培训师,多本软件教材、数据分析与挖掘专著的作者。 曾在复旦大学公共卫生学院任教数载,其教学以讲解深入浅出,重点突出,简明易懂为最大特色。 精通业内广泛使用的SAS、SPSS、Modeler、R、Python等数据分析/挖掘工具,拥有近20年的数据分析/统计软件商业培训经验。是国内最著名的SPSS培训师,曾作为SPSS官方培训师,从2001年起一手协助SPSS中国建立其统计培训体系 。 主编SPSS、SAS等统计软件教材10本,其SPSS教材被教育部评为2003-2004年度教育部研究生推荐教材,后续版本被国内外三百多所高校选用为本科生/研究生教材。
X
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载