Python数据分析（机器学习）经典案例视频教程下载

Python数据分析(机器学习)经典案例

适用人群，从事机器学习,数据分析,数据挖掘的同学们以及python使用者

课程概述

选择经典案例基于真实数据集，从数据预处理开始到建立机器学习模型以及效果评估，完整的讲解如何使用python及其常用库进行数据的分析和模型的建立。对于每一个面对的挑战，分析解决问题思路以及如何构造合适的模型并且给出合适评估方法。在每一个案例中，同学们可以快速掌握如何使用pandas进行数据的预处理和分析，使用matplotlib进行可视化的展示以及基于scikit-learn库的机器学习模型的建立。

课程目录

章节1:使用Python库分析处理Kobe Bryan职业生涯数据

课时1课程简介 03:01

课时2课程数据，代码下载

课时3使用Anaconda搭建python环境 13:10

课时4Kobe Bryan生涯数据读取与简介 07:45

课时5特征数据可视化展示 11:41

课时6数据预处理 12:32

课时7使用scikit-learn建立分类模型 10:12

章节2:信用卡欺诈行为检测

课时8数据简介及面临的挑战 10:56

课时9数据不平衡问题解决方案 13:14

课时10逻辑回归进行分类预测 15:26

课时11使用阈值来衡量预测标准 17:04

课时12使用数据生成策略 11:00

章节3:鸢尾花数据集分析

课时13数据简介与特征课时化展示 11:10

课时14不同特征的分布规则 06:32

课时15决策树模型参数详解 11:07

课时16决策树中参数的选择 09:28

课时17将建立好决策树可视化展示出来 08:47

章节4:泰坦尼克号获救预测

课时18船员数据分析 06:10

课时19数据预处理 13:36

课时20使用回归算法进行预测 14:30

课时21使用随机森林改进模型 12:56

课时22随机森林特征重要性分析 10:40

章节5:级联结构的机器学习模型

课时23级联模型原理 05:06

课时24数据预处理与热度图 10:25

课时25二阶段输入特征制作 06:35

课时26使用级联模型进行预测 13:29

章节6:员工离职预测

课时27数据简介与特征预处理 13:34

课时28员工不同属性指标对结果的影响 15:42

课时29数据预处理 12:03

课时30构建预测模型 10:28

课时31基于聚类模型的分析 05:42

章节7:使用神经网络进行手写字体识别（mnist）

课时32tensorflow框架的安装 07:09

课时33神经网络模型概述 12:53

课时34使用tensorflow设定基本参数 09:52

课时35卷积神经网络模型 10:49

课时36构建完整的神经网络模型 14:32

课时37训练神经网络模型 12:34

章节8:主成分分析（PCA）

课时38PCA原理简介 05:34

课时39数据预处理 08:42

课时40协方差分析 10:27

课时41使用PCA进行降维 07:46

章节9:基于NLP的股价预测

课时42数据简介与故事背景 04:11

课时43基于词频的特征提取 10:25

课时44改进特征选择方法 12:25

章节10:借贷公司数据分析

课时45数据清洗 12:08

课时46数据预处理 10:12

课时47盈利方法和模型评估 13:26

课时48预测结果 12:47

资源下载

此资源下载价格为5学分，VIP免费，请先登录

充值比例 1元=1学分
资源失效，请咨询客服
客服QQ 980264305