TA的每日心情 | 开心
2024-9-19 21:14 |
|---|
签到天数: 757 天 [LV.10]以坛为家III
管理员
 
- 积分
- 1312455
|
资源详情
【课程介绍】课程风格通俗易懂，真实案例实战。精心挑选真实的数据集为案例，通过python数据科学库numpy,pandas,matplot结合机器学习库scikit-learn完成一些列的机器学习案例。课程以实战为基础，所有课时都结合代码演示如何使用这些python库来完成一个真实的数据案例。算法与项目相结合，选择经典kaggle项目，从数据预处理开始一步步代码实战带大家快速入门机器学习。
【课程目标】课程目标：零基础快速掌握python数据分析与机器学习算法实战，快速入门python最流行的数据分析库numpy,pandas,matplotlib。对于繁琐的机器学习算法，先从原理上进行推导，以算法流程为主结合实际案例完成算法代码,使用scikit-learn机器学习库完成快速建立模型，评估以及预测。结合经典kaggle案例，从数据预处理开始一步步完成整个项目，使大家对如何应用python库完成实际的项目有完整的经验与概念。
【课程目录】章节1:Python科学计算库-Numpy4课时1课程介绍（主题与大纲）课时2机器学习概述课时3使用Anaconda安装python环境（Python新手先看这个）课时4课程数据，代码，PPT（在参考资料界面）课时5科学计算库Numpy课时6Numpy基础结构课时7Numpy矩阵基础课时8Numpy常用函数课时9矩阵常用操作课时10不同复制操作对比
章节2:python数据分析处理库-Pandas课时11Pandas数据读取课时12Pandas索引与计算课时13Pandas数据预处理实例课时14Pandas常用预处理方法课时15Pandas自定义函数课时16Series结构
章节3:Python数据可视化库-Matplotlib课时17折线图绘制课时18子图操作课时19条形图与散点图课时20柱形图与盒图课时21细节设置
章节4:Python可视化库Seaborn6课时22Seaborn简介课时23整体布局风格设置课时24风格细节设置课时25调色板课时26调色板颜色设置课时27单变量分析绘图课时28回归分析绘图课时29多变量分析绘图课时30分类属忄生绘图课时31Facetgrid使用方法课时32Facetgrid绘制多变量课时33热度图绘制
章节5:回归算法课时34回归算法综述课时35回归误差原理推导课时36回归算法如何得出最优解课时37基于公式推导完成简易线忄生回归课时38逻辑回归与梯度下降课时39使用梯度下降求解回归问题
章节6:决策树课时40决策树算法综述课时41决策树熵原理课时42决策树构造实例课时43信息增益原理课时44信息增益率的作用课时45决策树剪枝策略课时46随机森林模型课时47决策树参数详解
章节7:贝叶斯算法课时48贝叶斯算法概述课时49贝叶斯推导实例课时50贝叶斯拼写纠错实例课时51垃圾邮件过滤实例课时52贝叶斯实现拼写检查器
章节8:支持向量机课时53支持向量机要解决的问题课时54支持向量机目标函数课时55支持向量机目标函数求解课时56支持向量机求解实例课时57支持向量机软间隔问题课时58支持向量核变换课时59s*O算法求解支持向量机
章节9:神经网络课时60初识神经网络课时61计算机视觉所面临的挑战课时62K近邻尝试图像分类课时63超参数的作用课时64线忄生分类原理课时65神经网络-损失函数课时66神经网络-正则化惩罚项课时67神经网络-softmax分类器课时68神经网络-最优化形象解读课时69神经网络-梯度下降细节问题课时70神经网络-反向传播课时71神经网络架构课时72神经网络实例演示课时73神经网络过拟合解决方案课时74感受神经网络的强大
章节10:Xgboost集成算法课时75集成算法思想课时76xgboost基本原理课时77xgboost目标函数推导课时78xgboost求解实例课时79xgboost安装课时80xgboost实战演示课时81Adaboost算法概述
章节11:自然语言处理词向量模型-Word2Vec课时82自然语言处理与深度学习课时83语言模型课时84-N-gram模型课时85词向量课时86神经网络模型课时87HierarchicalSoftmax课时88CBOW模型实例课时89CBOW求解目标课时90梯度上升求解课时91负采样模型
章节12:K近邻与聚类课时92无监督聚类问题课时93聚类结果与离群点分析课时94K-means聚类案例对NBA球员进行评估课时95使用Kmeans进行图像压缩课时96K近邻算法原理课时97K近邻算法代码实现
章节13:PCA降维与SVD矩阵分解课时98PCA基本原理课时99PCA实例课时100SVD奇异值分解原理课时101SVD推荐系统应用实例
章节14:scikit-learn模型建立与评估课时102使用python库分析汽车油耗效率课时103使用scikit-learn库建立回归模型课时104使用逻辑回归改进模型效果课时105模型效果衡量标准课时106ROC指标与测试集的价值课时107交叉验证课时108多类别问题
章节15:Python库分析科比生涯数据课时109KobeBryan生涯数据读取与简介课时110特征数据可视化展示课时111数据预处理课时112使用Scikit-learn建立模型
章节16:机器学习项目实战-泰坦尼克获救预测课时113船员数据分析课时114数据预处理课时115使用回归算法进行预测课时117随机森林特征重要忄生分析
章节17:机器学习项目实战-交易数据异常检测课时118案例背景和目标课时119样本不均衡解决方案课时120下采样策略课时121交叉验证课时122模型评估方法课时123正则化惩罚课时124逻辑回归模型课时125混淆矩阵课时126逻辑回归阈值对结果的影响课时127s*OTE样本生成策略
章节18:Python文本数据分析：新闻分类任务课时128文本分析与关键词提取课时129相似度计算课时130新闻数据与任务简介课时131TF-IDF关键词提取课时132LDA建模课时133基于贝叶斯算法进行新闻分类
章节19:Python时间序列分析课时134章节简介课时135Pandas生成时间序列课时136Pandas数据重采样课时137Pandas滑动窗口课时138数据平稳忄生与差分法课时139ARIMA模型课时140相关函数评估方法课时141建立ARIMA模型课时142参数选择课时143股票预测案例课时144使用tsfresh库进行分类任务课时145维基百科词条EDA
章节20:使用Gensim库构造中文维基百度数据词向量模型课时146使用Gensim库构造词向量课时147维基百科中文数据处理课时148Gensim构造word2vec模型课时149测试模型相似度结果
章节21:机器学习项目实战-贷款申请最大化利润课时151数据预处理课时152获得最大利润的条件与做法课时153预测结果并解决样本不均衡问题
章节22:机器学习项目实战-用户流失预警课时154数据背景介绍课时155数据预处理课时156尝试多种分类器效果课时157结果衡量指标的意义课时158应用阈值得出结果
章节23:探索忄生数据分析-足球赛事数据集课时159内容简介课时160数据背景介绍课时161数据读取与预处理课时162数据切分模块课时163缺失值可视化分析课时164特征可视化展示课时165多特征之间关系分析课时166报表可视化分析课时167红牌和肤色的关系
章节24:探索忄生数据分析-农粮组织数据集课时168数据背景简介课时169数据切片分析课时170单变量分析课时171峰度与偏度课时172数据对数变换课时173数据分析维度课时174变量关系可视化展示
章节25:机器学习项目实战-HTTP日志聚类分析!课时175建立特征工程课时176特征数据预处理课时177应用聚类算法得出异常IP点
|
|
发表于 2021-4-15 04:24:22
