「课程介绍」🚀
51CTO【微职位】Python数据分析与机器学习实战课程配套视频课程🔥🔥🔥
「课程目录」🏆
第1章人工智能入学指南
第2章Python快速入门
第3章科学计算库Numpy
第4章数据分析处理库Pandas
第5章可视化库Matplotlib
第6章Python可视化库Seaborn
第7章线性回归算法
第8章梯度下降算法第9章逻辑回归算法
第10章案例实战:Python实现逻辑回归与梯度下降策略
第11章项目实战:案例实战信用卡欺诈检测
第12章决策树算法
第13章案例实战:决策树Sklearn实例
第14章集成算法与随机森林
第15章泰坦尼克船员获救
第16章贝叶斯算法
第17章Python文本数据分析
第18章支持向量机算法
第19章 SVM调参实例
第20章机器学习处理实际问题常规套路
第21章降维算法:线性判别分析
第22章案例实战:Python实现线性判别分析
第23章降维算法:PCA主成分分析
第24章聚类算法-Kmeans
第25章聚类算法-DBSCAN
第26章聚类实践
第27章EM算法
第28章GMM聚类实践
第29章神经网络
第30章Tensorflow实战
第31章Mnist手写字体与验证码识别
第32章Xgboost集成算法
第33章推荐系统
第34章推荐系统实战
第35章词向量模型Word2Vec
第36章使用Gensim库构造词向量模型
第37章时间序列-ARIMA模型
第38章Python时间序列案例实战
第39章探索性数据分析:赛事数据集
第40章探索性数据分析:农粮组织数据集
课件与代码
