Python数据分析与机器学习实战
4.2 (49 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
314 students enrolled

Python数据分析与机器学习实战

机器学习实战
4.2 (49 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
314 students enrolled
Created by 唐宇迪 唐
Last updated 5/2019
Simplified Chinese
Current price: $34.99 Original price: $49.99 Discount: 30% off
5 hours left at this price!
30-Day Money-Back Guarantee
This course includes
  • 31 hours on-demand video
  • 1 article
  • 1 downloadable resource
  • Full lifetime access
  • Access on mobile and TV
  • Certificate of Completion
Training 5 or more people?

Get your team access to 4,000+ top Udemy courses anytime, anywhere.

Try Udemy for Business
What you'll learn
  • 掌握数据科学领域必备Python工具包
  • 掌握机器学习算法原理数学推导
  • 基于真实数据集结合Python工具包进行项目实战
  • 数据分析与预处理方法及Pandas实战
  • 科学计算库-numpy实战方法
  • 可视化展示策略与Matlotpltolib实战
  • 人工智能学习路线图
  • K近邻算法原理与实战方法
  • 线性回归算法原理推导
  • 机器学习的优化策略-梯度下降原理
  • 逻辑回归算法原理与实战方法
  • 样本不均衡数据集解决方案
  • 逻辑回归建模方法
  • 决策树算法原理与应用实例
  • 集成算法思想
  • 随机森林建模方法
  • 集成算法回归任务实战
  • 贝叶斯算法原理
  • 文本分析与分类建模实战
  • 无监督算法原理与可视化展示方法
  • 降维算法原理与应用效果
  • 支持向量原理与实战策略
  • Xgboost提升算法原理与框架使用
  • 基于实际业务需求进行模型开发
  • EDA数据集展示与分析
  • 时间序列算法原理与建模实战
Course content
Expand all 159 lectures 31:04:52
+ 人工智能入门指南
5 lectures 41:09
人工智能的核心-机器学习
10:34
机器学习如何开始
08:36
算法推导与案例应用
08:18
+ 科学计算库-numpy
14 lectures 02:37:38
数据代码下载(谷歌网盘)
00:07
Array数组
10:14
数组结构
18:52
数组类型
06:41
数值计算
14:13
排序操作
12:12
数组形状操作
17:08
数组生成函数
13:01
常用生成函数
08:01
四则运算
09:39
随机模块
15:37
文件读写
10:15
数组保存
11:53
+ 数据分析处理库-Pandas
19 lectures 04:31:10
Pandas概述
12:12
基本操作
14:46
索引方法
13:43
groupby操作
12:08
数值运算
13:27
对象操作
13:05
对象操作函数
13:10
merge操作
12:31
显示设置
07:25
数据透视表
13:40
时间操作
11:47
时间序列操作
12:12
常用操作
16:16
常用操作函数
13:54
group操作延伸
20:25
字符串操作
10:16
索引进阶
11:10
Pandas绘图技巧
16:27
大数据处理技巧
32:36
+ 可视化库-Matplotlib
15 lectures 03:35:38
Matplotlib概述
11:44
子图与标注
21:16
风格设置
04:50
条形图
14:48
条形图细节
15:14
条形图外观
15:40
盒图绘制
09:09
盒图细节
14:41
绘图细节设置
13:48
绘图细节设置2
12:36
直方图与散点图
18:05
3D图绘制
20:05
PIE图
15:00
子图布局
14:39
结合Pandas与Skleran
14:03
+ 机器学习入门算法实战-K近邻
5 lectures 01:09:10
模型的评估
10:39
数据预处理
11:25
sklean库介绍
14:42
多变量KNN模型
16:37
+ 线性回归算法
5 lectures 55:48
线性回归算法概述
14:23
误差项分析
11:32
似然函数求解
09:35
目标函数推导
09:21
线性回归求解
10:57
+ 梯度下降与逻辑回归算法
5 lectures 51:00
梯度下降原理
11:42
梯度下降方法对比
07:20
学习率对结果的影响
06:08
逻辑回归算法原理推导
10:52
逻辑回归求解
14:58
+ 项目实战:信用卡欺诈检测
10 lectures 01:41:58
数据与任务概述
08:31
样本不均衡解决方案
10:17
下采样策略
06:35
交叉验证
13:02
模型评估方法
13:05
正则化惩罚
08:09
逻辑回归模型
07:37
混淆矩阵
08:52
逻辑回归阈值对结果的影响
10:00
SMOTE样本生成策略
15:50
+ 决策树算法
5 lectures 54:55
决策树原理概述
12:25
衡量标准-熵
11:03
决策树构造实例
10:08
信息增益率
05:48
决策树剪枝策略
15:31
+ 随机森林与集成算法
4 lectures 44:15
随机森林算法原理
12:02
特征重要性衡量
13:50
提升模型
11:14
堆叠模型
07:09
Requirements
  • 熟悉Python,零基础即可入门
  • 课程风格通俗易懂,用最接地气的方式进行讲解
  • 代码不分操作系统,全部通用
Description

课程概述:

使用数据领域最主流语言Python及其分析与建模库作为核心武器。对于机器学习经典算法给出完整的原理推导并基于实例进行讲解,基于案例演示如何应用机器学习算法解决实际问题。


课程特色:

1. 通俗易懂,快速入门

对机器学习经典算法结合数学推导进行形象解释,实例演示。

2. Python主导,实用高效

使用数据领域最主流语言Python及其分析与建模库作为课程核心工具。

3. 案例为师,实战护航

基于真实数据集,从零开始结合Python工具与机器学习算法完成整个案例实战。

4. 持续更新,一劳永逸

Python数据分析与机器学习课程会支持更新下去,逐步加入更多算法与案例。


 

Who this course is for:
  • 数据科学领域的同学们
  • 准备就业机器学习,数据挖掘领域
  • 从事机器学习方向研究