Python机器学习全流程项目实战精讲_Python机器学习视频教程_附课程配套资料

2019-06-14 09:32:22  阅读 26 次 评论 0 条

机器学习一线工程人员讲师,以切身的学习和工作经历直击机器学习进阶过程中的痛点;

案例实战导向。从需求分析开始,对机器学习项目实战的全流程进行讲解,直击各流程的难点。涵盖需求分析->数据采集->数据清洗与预处理->数据分析与可视化->特征工程->机器学习建模->模型调优->报告输出。以Python为工具实现机器学习全流程,是难得一见的从过来人的角度分享机器学习实战的课程;

精品质量。精美的课程PPT设计、诚恳有趣的讲解,为的是让每位在机器学习学习道路上的朋友少踩坑、懂方法和高效率。

Python机器学习全流程项目实战精讲_Python机器学习视频教程_附课程配套资料

课程目录:


章节1:机器学习方法论

  -- 1.数据分析与数据挖掘

  -- 2.机器学习、深度学习与人工智能

  -- 3.机器学习的核心任务

  -- 4.机器学习的核心要义

  -- 5.机器学习项目实战全流程

  -- 6.Python编程工具

  -- 7.JupyterNotebook与PyCharm

  -- 8.机器学习具体学习方法指导

章节2:机器学习需求分析

  -- 09.需求分析

  -- 10.项目技术、产品和应用调研

  -- 11.实例:数据科学岗位需求分析

章节3:数据采集与爬虫

  -- 12.数据采集概述

  -- 13.Python爬虫技术

  -- 14.请求库:urllib

  -- 15.请求库:requests

  -- 16.解析库:BeautifulSoup

  -- 17.解析库:lxml

  -- 18.信息提取:css选择器和xpath表达

  -- 19.实例1:招聘网站静态数据采集

  -- 20.实例2:招聘网站动态数据采集

章节4:数据清洗

  -- 21.脏数据

  -- 22.数据预处理的基本方向

  -- 23.缺失值处理

  -- 24.小文本和字符串处理

  -- 25.实例:招聘数据预处理(一)

  -- 26.实例:招聘数据预处理(二)

章节5:数据分析与可视化

  -- 27.探索性数据分析(EDA)

  -- 28.统计绘图与数据可视化

  -- 29.Python绘图之matplotlib

  -- 30.Python绘图之seaborn

  -- 31.实例:招聘数据的EDA与可视化

  -- 32.实例:招聘数据的EDA与可视化

章节6:特征工程

  -- 33.特征工程概述

  -- 34.特征选择

  -- 35.特征变换与特征提取

  -- 36.特征组合与降维

  -- 37.招聘数据的特征工程探索

章节7:机器学习建模与调优

  -- 38.机器学习模型概述

  -- 39.传统机器学习模型(单模型)

  -- 40.集成与提升模型

  -- 41.sklearn

  -- 42.机器学习调参方法简介

  -- 43.GBDTXGBoostlightGBM用法

  -- 44.招聘数据的建模:GBDT

  -- 45.招聘数据的建模:XGBoost

  -- 46.招聘数据的建模:lightGBM

章节8:机器学习模型结果与报告输出

  -- 47.R语言与RStudio安装与简介

  -- 48.Rmarkdown的安装与基本用法

  -- 49.技术文档之Rmd与Jupyter对比

  -- 50.机器学习分析报告的写作方法

  -- 51.实例:数据相关岗位薪资水平影响因素研究分析报告(简要框架)


Python机器学习全流程项目实战精讲_Python机器学习视频教程_附课程配套资料

长按二维码
关注我们吧

或者搜索微信公众号:

coolwinker

Python机器学习全流程项目实战精讲_Python机器学习视频教程_附课程配套资料

发送:155906201914  获取下载链接 


资料分享 资讯发布 免费 共享 新闻 限免 科技 互联网 攻略 技巧 coolwinker 资源资讯分享君 分享软件 资讯 教程 素材

本文地址:http://blog.02868.cn/?id=23807
版权声明:内容收集于网络,由 admin 整理,邮箱:coolwinker@vip.qq.com,版权归原作者所有!

评论已关闭!