机器学习-数据挖掘竞赛优胜解决方案实战
4.3 (13 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.
166 students enrolled

机器学习-数据挖掘竞赛优胜解决方案实战

机器学习企业项目实战
4.3 (13 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.
166 students enrolled
Created by 唐宇迪 唐
Last updated 6/2019
Simplified Chinese
Current price: $41.99 Original price: $59.99 Discount: 30% off
5 hours left at this price!
30-Day Money-Back Guarantee
This course includes
  • 12.5 hours on-demand video
  • 2 articles
  • 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
  • 掌握机器学习算法应用实践
  • 数据挖掘任务实战流程
  • 竞赛优胜解决方案思想
  • 企业级数据挖掘项目实战方法
  • 提升算法在实战中的应用
  • 各大行业数据任务构建特征工程方法
  • 图模型特征构建实战
  • 工业生产数据预测实战
  • 网贷APP风控模型构建方法
  • 视频APP用户活跃度预测实战
  • 机器学习模型解释与可视化展示
  • 文本挖掘任务实践
  • 命名实体识别实战
  • 关键词抽取模型实战
Course content
Expand all 83 lectures 12:36:56
+ 快手短视频用户活跃度分析
11 lectures 01:10:39
整体模型架构
06:13
构建用户特征序列
10:14
序列特征提取方法
08:56
生成特征汇总表
07:58
标签制作
05:12
网络训练模块
09:57
得出最终模型结果
08:18
所有数据代码下载(谷歌网盘)
00:09
所有数据代码下载(百度网盘)
00:09
+ 工业化工生产预测
6 lectures 52:26
数据任务概述
04:23
数据异常检查
09:16
时间特征提取
11:45
各道工序特征构建
09:41
准备训练数据
08:20
训练xgboost模型
09:01
+ 智慧城市-道路通行时间预测
8 lectures 01:06:44
数据与任务目标分析
08:28
数据清洗与标签转.
07:09
道路通行时间序列数据生成
08:01
序列缺失补全方法
08:18
基于回归与插值完成序列特征
09:41
序列补全
06:53
特征汇总
08:14
建立回归模型进行预测
10:00
+ 特征工程建模可解释工具包
8 lectures 01:09:56
模型解释方法与实践
11:16
部分依赖图解释
06:05
双变量分析
05:54
ShapValues指标分析
10:23
疾病引起原因分析实战
09:38
竞赛与目标分析
06:36
特征对比分析方法
09:40
结果对比分析
10:24
+ 医学糖尿病数据命名实体识别
6 lectures 51:27
数据与任务介绍
07:03
整体模型架构
04:48
数据-标签-语料库处理
10:15
输入样本填充补齐
09:24
训练网络模型
10:00
医疗数据集(糖尿病)实体识别
09:57
+ 贷款平台风控模型-特征工程
7 lectures 55:34
竞赛任务目标
05:36
图模型信息提取
08:58
节点权重特征提取(PageRank)
10:22
deepwalk构建图顶点特征
10:33
各项统计特征
06:43
app安装特征
06:28
图中联系人特征
06:54
+ 新闻关键词抽取模型
9 lectures 01:13:13
任务目标与数据集介绍
05:37
数据清洗与预处理
09:32
基本特征抽取
06:32
文章与词向量分析
08:47
权重划分
08:57
候选词统计特征
09:06
textrank特征提取
06:17
候选词相似度特征
05:19
特征工程汇总
13:06
+ 数据特征常用构建方法
7 lectures 01:30:01
基本数值特征
11:14
常用特征构造手段
13:53
时间特征处理
13:04
文本特征处理
20:24
构造文本向量
11:45
词向量特征
13:55
计算机眼中的图像
05:46
+ 用电敏感客户分类
7 lectures 01:41:22
任务与解决框架概述
12:31
特征工程分析与特征提取
20:34
离散数据处理
17:12
统计与文本特征
10:36
文本特征构建
20:41
构建低敏用户模型
12:28
高敏模型概述
07:20
+ 机器学习项目实战模板
14 lectures 02:05:34
任务概述
04:25
处理流程与数据简介
07:52
数据处理
07:42
单变量绘图分析
07:26
离群点剔除
06:44
变量与结果的关系
08:26
多变量展示
09:49
特征工程
14:06
dataleakage问题
09:05
基础模型对比
10:17
选择参数
11:27
测试模型
08:18
模型解释
08:58
模型分析
10:59
Requirements
  • 熟悉Python与机器学习常规算法
Description

数据科学-优胜解决方案实战课程以真实企业数据集与任务需求为背景,结合竞赛优胜解决方案,从实战角度出发,一步步讲解如何应用机器学习算法与数据挖掘技巧在实际问题中。课程全部章节内容皆为项目实战,每章带领大家从零开始完成一套解决方案分析与实际建模流程。选择当下最主流的Python语言及其工具包当做核心工具,整体风格通俗易懂,旨在用最接地气的方式带领同学们挑战数据科学领域实战项目。课程提供所有数据集,实战代码与说明文档。

Who this course is for:
  • 数据与人工智能领域的同学们