Python机器学习从入门到精通,Python数据分析与案例实战

教程前言

视频教程@人工智能教程,大小9.22G,181个文件。本套教程存放在百度网盘,可以转存以后在线播放,或者下载到本地离线学习,同时支持PC端与手机端。

教程目录

第一阶段:Python数据分析与建模库

01-Python快速入门

01.系列课程环境配置.mp4

02.Python快速入门.mp4

03.变量类型.mp4

04.LIST基础.mp4

05.List索引.mp4

06.循环结构.mp4

07.判断结构.mp4

08.字典.mp4

09.文件处理.mp4

10.函数基础.mp4

02-科学计算库Numpy

1.数据结构.mp4

2.基本操作.mp4

3.矩阵属性.mp4

4.矩阵操作.mp4

5.常用函数.mp4

03-数据分析处理库Pandas

1.数据读取.mp4

2.数据预处理.mp4

3.常用函数.mp4

4.Series结构.mp4

04-可视化库Matplotlib

1.折线图.mp4

2.子图操作.mp4

3.条形图与散点图.mp4

4.柱形图与盒图.mp4

5.细节设置.mp4

05-Seaborn可视化库

01.课程简介.mp4

02.整体布局风格设置.mp4

03.风格细节设置.mp4

04.调色板.mp4

05.调色板颜色设置.mp4

06.单变量分析绘图.mp4

07.回归分析绘图.mp4

08.多变量分析绘图.mp4

09.分类属性绘.mp4

10.Facetgrid使用方法.mp4

11.Facetgrid绘制多变量.mp4

12.热度图绘制.mp4

第二阶段:机器学习经典算法

01-回归算法

1.机器学习概述.mp4

2.回归算法.mp4

3.线性回归误差原理推导.mp4

4.目标函数求解.mp4

5.逻辑回归原理.mp4

6.梯度下降实例.mp4

7.梯度下降原理.mp4

02-决策树与随机森林

1.决策树概述.mp4

2.熵原理形象解读.mp4

3.决策树构造实例.mp4

4.信息增益.mp4

5.信息增益率.mp4

6.决策树剪枝.mp4

7.随机森林.mp4

8.案例决策树参数.mp4

03-贝叶斯算法

1.贝叶斯算法概述.mp4

2.贝叶斯推导实例.mp4

3.贝叶斯拼写纠错实例.mp4

4.垃圾邮件过滤实例.mp4

5.贝叶斯实现拼写检查器.mp4

04-Xgboost

1.集成思想.mp4

2.xgboost基本原理.mp4

3.xgboost目标函数推导.mp4

4.xgboost求解实例.mp4

5.xgboost安装.mp4

6.xgboost实战演示.mp4

7.Adaboost算法概述.mp4

05-支持向量机算法

1.支持向量机要解决的问题.mp4

2.支持向量机求解目标.mp4

3.支持向量机目标函数求解.mp4

4.支持向量机求解例子.mp4

5.支持向量的作用.mp4

6.软间隔支持向量机.mp4

7.核函数变换.mp4

06-时间序列AIRMA模型

1.数据平稳性与差分法.mp4

2.ARIMA模型.mp4

3.相关函数评估方法.mp4

4.建立ARIMA模型.mp4

5.参数选择.mp4

07-神经网络基础

01.深度学习概述.mp4

02.挑战与常规套路.mp4

03.用K近邻来进行分类.mp4

04.超参数与交叉验证.mp4

05.线性分类.mp4

06.损失函数.mp4

07.正则化惩罚项.mp4

08.softmax分类器.mp4

09.最优化形象解读.mp4

10.最优化问题细节.mp4

11.反向传播.mp4

08-神经网络架构

1.整体架构.mp4

2.实例演示.mp4

3.过拟合解决方案.mp4

4.感受神经网络的强大.mp4

09-PCA降维与SVD矩阵分解

1.PCA问题.mp4

2.PCA降维实例.mp4

3.SVD原理.mp4

4.SVD推荐系统.mp4

10-聚类算法

1.聚类算法概述.mp4

2.使用Kmeans进行图像压缩.mp4

3.特征工程.mp4

11-推荐系统

1.开场.mp4

2.推荐系统应用.mp4

3.推荐系统要完成的任务.mp4

4.相似度计算.mp4

5.基于用户的协同过滤.mp4

6.基于物品的协同过滤.mp4

7.隐语义模型.mp4

8.隐语义模型求解.mp4

9.模型评估标准.mp4

12-Word2Vec

01.开篇.mp4

02.自然语言处理与深度学习.mp4

03.语言模型.mp4

04.N-gram模型.mp4

05.词向量.mp4

06.神经网络模型.mp4

07.Hierarchical Softmax.mp4

08.CBOW模型实例.mp4

09.CBOW求解目标.mp4

10.锑度上升求解.mp4

11.负采样模型.mp4

第三阶段:机器学习案例实战

01-使用Python分析科比生涯数据

1.科比数据集简介.mp4

2.数据预处理.mp4

3.建模.mp4

02-案例实战-信用卡欺诈检测

01.案例背景和目标.mp4

02.样本不均衡解决方案.mp4

03.下采样策略.mp4

04.交叉验证.mp4

05.模型评估方法.mp4

06.正则化惩罚.mp4

07.逻辑回归模型.mp4

08.混淆矩阵.mp4

09.逻辑回归阈值对结果的影响.mp4

10.SMOTE样本生成策略.mp4

03-Python文本数据分析

1.文本分析与关键词提取.mp4

2.相似度计算.mp4

3.新闻数据与任务简介.mp4

4.TF-IDF关键词提取.mp4

5.LDA建模.mp4

6.基于贝叶斯算法进行新闻分类.mp4

04-Kaggle竞赛案例-泰坦尼克获救预测

1.数据介绍.mp4

2.数据预处理.mp4

3.回归模型.mp4

4.随机森林模型.mp4

5.特征选择.mp4

05-时间序列案例实战

1.Pandas生成时间序列.mp4

2.Pandas数据重采样.mp4

3.Pandas滑动窗口.mp4

4.股票预测案例.mp4

5.使用tsfresh库进行分类任务.mp4

6.维基百科词条EDA.mp4

06-TensorFlow框架

01.(暂缺)

02.变量.mp4

03.变量练习.mp4

04.线性回归模型.mp4

05.逻辑回归框架.mp4

06.逻辑回归迭代.mp4

07.神经网络模型.mp4

08.完成神经网络.mp4

09.卷积神经网络模型.mp4

10.卷积神经网络参数.mp4

07-MNIST手写字体识别

1.神经网络模型概述.mp4

2.tensorflow参数.mp4

3.卷积简介.mp4

4.构造网络结构.mp4

5.训练网络模型.mp4

08-Gensim中文词向量建模

1.使用Gensim库构造词向量.mp4

2.维基百科中文数据处理.mp4

3.Gensim构造word2vec模型.mp4

4.测试模型相似度结果.mp4

09-探索性数据分析-赛事数据集分析

1.开场.mp4

2.数据背景介绍.mp4

3.数据读取与预处理.mp4

4.数据切分模块.mp4

5.缺失值可视化分析.mp4

6.特征可视化展示.mp4

7.多特征之间关系分析.mp4

8.报表可视化分析.mp4

9.红牌和肤色的关系.mp4

10-探索性数据分析-农粮数据分析

1.数据背景简介.mp4

2.数据切片分析.mp4

3.单变量分析.mp4

4.峰度与偏度.mp4

5.数据对数变换.mp4

6.数据分析维度.mp4

7.变量关系可视化展示.mp4

资源下载
下载价格9.9 金币
VIP免费
0
分享海报
显示验证码
没有账号?注册  忘记密码?

社交账号快速登录

微信扫一扫关注
如已关注,请回复“登录”二字获取验证码