课程详情
【总概括介绍】
本课程分为12个章节,共34个视频,300+分钟。首先讲解python常用的3个库numpy、pandas、matplotlib,帮助零基础的同学快速入门。课程深入浅出讲解数据挖掘常用的算法:回归、分类、特征选择、关联规则、时间序列处理等。注重算法理论讲解与实践相结合,按照模型建立与模型评价的构架介绍,帮助同学能够熟练掌握从建模到模型评价的完整过程。
【导师介绍】
Prince,国内知名双一流高校硕士毕业,目前在业内一家世界500强公司从事数据分析工作。熟练掌握R、Python等语言,参与公司多个数据挖掘项目,能运用各种机器学习、数据挖掘算法解决实际问题。
【课程特色】
1,体系完整,涵盖数据挖掘的常用算法。
2,通俗易懂,理论讲解与手把手操作演示。
3,讲解实用,课程课件和数据包均可获得。
【课程售后】
本课程已经全部更新完毕!有疑问可以在评论区留言。课程为虚拟产品,购买之前请仔细阅读以上内容。
课程目录(30)
-
P01-1 数据挖掘概述 视频
-
P02-1 numpy 视频
-
P02-2 numpy 视频
-
P02-3 numpy 视频
-
P02-4 numpy 视频
-
P02-5 numpy 视频
-
P02-6 numpy 视频
-
P02-7 matpltlib 视频
-
P02-8 Pandas 视频
-
P02-9 Pandas 视频
-
P02-10 Pandas 视频
-
P02-11 Pandas 视频
-
P02-12 训练集验证集划分 视频
-
P02-13 训练集验证集划分、归一化 视频
-
P03-1 线性回归理论 视频
-
P03-2 模型评价指标、波士顿房价预测 视频
-
P04-1 多项式回归理论 视频
-
P04-2 多项式回归特征演示、过拟合与欠拟合、岭回归与lasso回归 视频
-
P05-1 逻辑回归原理 视频
-
P05-2 逻辑回归中的sigmoid函数、用逻辑回归对鸢尾花分类、在逻辑回归中添加多项式 视频
-
P06-1 主成分分析原理 视频
-
P06-2 主成分分析算法原理、PCA对数据降噪、 手写识别的例子算法原理 视频
-
P07-1 贝叶斯分类原理 视频
-
P07-2 朴素贝叶斯对鸢尾花分类 视频
-
P08-1 支持向量机 视频
-
P08-2 SVM思想解决回归问题思想解决分类问题、SVM 思想解决回归问题 视频
-
P09-1 决策树原理 视频
-
P09-2 熵的理解、用决策树对鸢尾花分类、用决策树进行回归 视频
-
P10-1 KNN算法原理 视频
-
P10-2 KNN算法过程、scikit-learn 中的网格寻找最优参数kNN 视频