您的位置： 易学在线课堂python数据分析与机器学习
分享

python数据分析与机器学习

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入门机器学习。

共99课时 共17时32分0秒 更新时间：2018-09-15 11:39:00

手机扫码访问此课程
10金币
已有 0 人学习

该讲师其它课程

销量排行

动态

  • 讲师简介
  • 课程介绍
  • 课程目录
  • 学习资料
  • 交易记录（0）

【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入门机器学习。

【课程目录】

学员 5、课时5机器学习怎么学？08:37 [+]
学员 4、课时4人工智能的核心-机器学习10:34 [+]
学员 3、课时3Python我该怎么学04:21 [+]
学员 2、课时2AI时代首选Python09:20 [+]
学员 1、课时1课程介绍（主题与大纲10:45 [+]
学员 6、课时6算法推导与案例08:20 [+]
学员 7、课时7使用Anaconda安装python环境（Python新手先看这个）13:10 [+]
学员 8、课时9科学计算库Numpy10:32 [+]
学员 9、课时10Numpy基础结构10:44 [+]
学员 10、课时11Numpy矩阵基础05:55 [+]
学员 11、课时12Numpy常用函数12:02 [+]
学员 12、课时13矩阵常用操作10:18 [+]
学员 13、课时14不同复制操作对比10:49 [+]
学员 14、课时15Pandas数据读取11:50 [+]
学员 15、课时16Pandas索引与计算10:27 [+]
学员 16、课时17Pandas数据预处理实例13:03 [+]
学员 17、课时18Pandas常用预处理方法11:12 [+]
学员 18、课时19Pandas自定义函数07:44 [+]
学员 19、课时20Series结构12:29 [+]
学员 20、课时21折线图绘制08:24 [+]
学员 21、课时22子图操作14:03 [+]
学员 22、课时23条形图与散点图10:11 [+]
学员 23、课时24柱形图与盒图10:16 [+]
学员 24、课时25细节设置06:12 [+]
学员 25、课时26Seaborn简介02:43 [+]
学员 26、课时27整体布局风格设置07:47 [+]
学员 27、课时28风格细节设置06:49 [+]
学员 28、课时29调色板10:39 [+]
学员 29、课时30调色板颜色设置08:17 [+]
学员 30、课时31单变量分析绘图09:38 [+]
学员 31、课时32回归分析绘图08:52 [+]
学员 32、课时33多变量分析绘图10:35 [+]
学员 33、课时34分类属性绘图09:39 [+]
学员 34、课时35Facetgrid使用方法08:48 [+]
学员 35、课时36Facetgrid绘制多变量08:29 [+]
学员 36、课时37热度图绘制14:18 [+]
学员 37、课时38线性回归算法概述14:22 [+]
学员 38、课时39误差项分析11:32 [+]
学员 39、课时40似然函数求解09:34 [+]
学员 40、课时41目标函数推导09:20 [+]
学员 41、课时42线性回归求解10:56 [+]
学员 42、课时43梯度下降原理11:42 [+]
学员 43、课时44梯度下降方法对比07:19 [+]
学员 44、课时45学习率对结果的影响06:07 [+]
学员 45、课时46逻辑回归算法原理推导10:51 [+]
学员 46、课时47逻辑回归求解14:52 [+]
学员 47、课时48Python实现逻辑回归任务概述07:32 [+]
学员 48、课时49完成梯度下降模块12:50 [+]
学员 49、课时50停止策略与梯度下降案例10:54 [+]
学员 50、课时51实验对比效果10:24 [+]
学员 51、课时52案例背景和目标08:31 [+]
学员 52、课时53样本不均衡解决方案10:16 [+]
学员 53、课时54下采样策略06:35 [+]
学员 54、课时55交叉验证13:02 [+]
学员 55、课时56模型评估方法13:04 [+]
学员 56、课时57正则化惩罚08:08 [+]
学员 57、课时58逻辑回归模型07:36 [+]
学员 58、课时59混淆矩阵08:51 [+]
学员 59、课时60逻辑回归阈值对结果的影响10:00 [+]
学员 60、课时61SMOTE样本生成策略15:50 [+]
学员 61、课时62决策树原理概述12:24 [+]
学员 62、课时63衡量标准-熵11:02 [+]
学员 63、课时64决策树构造实例10:08 [+]
学员 64、课时65信息增益率05:49 [+]
学员 65、课时66决策树剪枝策略15:30 [+]
学员 66、课时67决策树复习08:53 [+]
学员 67、课时68决策树涉及参数11:07 [+]
学员 68、课时69树可视化与sklearn库简介18:13 [+]
学员 69、课时70sklearn参数选择11:45 [+]
学员 70、课时71集成算法-随机森林12:01 [+]
学员 71、课时72特征重要性衡量13:50 [+]
学员 72、课时73提升模型11:14 [+]
学员 73、课时74堆叠模型07:08 [+]
学员 74、课时75船员数据分析11:01 [+]
学员 75、课时76数据预处理11:37 [+]
学员 76、课时77使用回归算法进行预测12:11 [+]
学员 77、课时78使用随机森林改进模型13:25 [+]
学员 78、课时79随机森林特征重要性分析15:55 [+]
学员 79、课时80贝叶斯算法概述06:59 [+]
学员 80、课时81贝叶斯推导实例07:38 [+]
学员 81、课时82贝叶斯拼写纠错实例11:45 [+]
学员 82、课时83垃圾邮件过滤实例14:09 [+]
学员 83、课时84贝叶斯实现拼写检查器12:19 [+]
学员 84、课时85文本分析与关键词提取12:11 [+]
学员 85、课时86相似度计算11:43 [+]
学员 86、课时87新闻数据与任务简介10:19 [+]
学员 87、课时88TF-IDF关键词提取13:28 [+]
学员 88、课时89LDA建模09:10 [+]
学员 89、课时90基于贝叶斯算法进行新闻分类14:53 [+]
学员 90、课时91支持向量机要解决的问题10:04 [+]
学员 91、课时92距离与数据的定义10:32 [+]
学员 92、课时93目标函数09:40 [+]
学员 93、课时94目标函数求解11:25 [+]
学员 94、课时95SVM求解实例13:44 [+]
学员 95、课时96支持向量的作用11:52 [+]
学员 96、课时97软间隔问题06:45 [+]
学员 97、课时98SVM核变换16:50 [+]
学员 98、课时99sklearn求解支持向量机11:23 [+]
学员 99、课时100SVM参数选择13:58 [+]

【学习资料】

所属章节 资料名称 文件大小 下载

【交易记录】

交易会员 最近购买课程 交易时间