Python机器学习全流程项目实战精讲,视频教程下载

2020-04-05_162238.png

课程介绍:

机器学习一线工程人员讲师,以切身的学习和工作经历直击机器学习进阶过程中的痛点;

案例实战导向。从需求分析开始,对机器学习项目实战的全流程进行讲解,直击各流程的难点。涵盖需求分析->数据采集->数据清洗与预处理->数据分析与可视化->特征工程->机器学习建模->模型调优->报告输出。以Python为工具实现机器学习全流程,是难得一见的从过来人的角度分享机器学习实战的课程;

精品质量。精美的课程PPT设计、诚恳有趣的讲解,为的是让每位在机器学习学习道路上的朋友少踩坑、懂方法和高效率。

课程目录:

第一章:机器学习方法论

1.数据分析与数据挖掘

2.机器学习、深度学习与人工智能

3.机器学习的核心任务

4.机器学习的核心要义

5.机器学习项目实战全流程

6.python编程工具

7.Jupyter Notebook与PyCharm

8.机器学习具体学习方法指导

第二章:机器学习需求分析

1.机器学习项目需求分析

2.项目技术、产品和应用调研

3.实例:需求分析(数据相关岗位的市场需求、能力要求和市场行情)

第三章:数据采集

1.数据采集概述

2.Python爬虫技术

3.请求库:urllib

4.请求库:requests 

5.解析库:BeautifulSoup

6.解析库:lxml

7.信息提取:css选择器/xpath表达式

8.实例1:招聘网站静态数据采集

9.实例2:招聘网站动态数据采集

第四章:数据清洗

1.脏数据概述

2.数据清洗基本方法

3.利用pandas进行数据清洗

4.实例:招聘数据清洗过程

第五章:数据分析与可视化

1.描述性数据分析的基本方法

2.现代统计图形与数据可视化方法

3.python绘图与可视化库:matplotlib和seaborn

4.实例:招聘数据的描述性数据分析与可视化探索

第六章:特征工程

1.特征工程概述

2.特征工程基本方法

3.数据预处理、特征选择、特征组合与特征降维

4.实例:招聘数据的特征工程探索

第七章:机器学习建模与调优

1.机器学习常用模型概述

2.python机器学习库sklearn

3.单模型

4.集成学习与ensemble

5.XGBoost

6.lightGBM

7.CatBoost

8.模型调优:特征工程与超参数调优

9.实例:招聘数据的机器学习建模过程

第八章:机器学习模型结果与报告输出

1.机器学习模型结果展示

2.数据分析报告

3.机器学习报告的撰写套路

4.实例:招聘数据机器学习报告的撰写

资源下载此资源下载价格为15学分,请先
充值比例 1元=1学分
资源失效,请咨询客服
客服QQ 980264305
资源下载
下载价格:15 学分
VIP优惠:免费
充值比例 1元=1学分
资源失效,请咨询客服
客服QQ 980264305

评论0

找资源,搜一下,更惊喜
没有账号? 注册  忘记密码?