包含课程

  • 405人 学习人数
    5.0分 课程评分
    Python基础与应用(Python,数据分析和网络爬虫)
    本课程是人工智能的基础课程。根据人工智能与大数据的需求,本课程在课程体系设计上做了精心的编排,主要涵盖了Python程序设计、Python数据分析以及Python网络爬虫三大模块。 1.Python程序设计 “人生苦短,我用Python” 要说近几年最受关注的编程语言,非Python莫属。这门古老的语言,之所以能够焕发新生,得益于人工智能的崛起。因为,Python是人工智能的首选编程语言,这是业界的共识,也是必然的选择。 本科不是简单地介绍Python语法,而是通过案例,有针对性地讲解Python最经典、最核心的功能。 2.Python网络爬虫 人工智能离不开大数据,而数据从何而来呢?没错,使用Python网络爬虫,就可以从浩瀚的互联网中获取海量数据,它为人工智能扫除了大数据搜集的障碍。 本课程详细介绍了Python网络爬虫的知识,并通过详细的项目案例,让你快速成为网络爬虫高手。 3.Python数据分析 我们获取的数据往往带有很多“杂质”,因此需要经过一定的手段进行分析与处理后,才可以作为模型的数据集,最终保证了结果的准确性和合理性。 本课程详细讲解了目前最流行的Python数据分析和处理库-NumPy和Pandas,学会了它们,对数据的分析和处理都不在话下了。 最后 通过本课程的学习,相信你在编程能力、数据分析以及数据搜集(网络爬虫)能力方面一定拥有深刻的认识和理解。接下来,你就可以尽情拥抱人工智能了。 本课程涉及的知识点主要有:
    python
    人工智能
    机器学习
    编程语言
    网络爬虫
  • 2206人 学习人数
    4.7分 课程评分
    从零开始学scrapy网络爬虫
    课程目标 《从零开始学Scrapy网络爬虫》从零开始,循序渐进地介绍了目前流行的网络爬虫框架Scrapy。即使你没有任何编程基础,学习起来也不会有压力,因为我们有针对性地介绍了Python编程技术。另外,《从零开始学Scrapy网络爬虫》在讲解过程中以案例为导向,通过对案例的不断迭代、优化,让读者加深对知识的理解,并通过14个项目案例,提高学习者解决实际问题的能力。适合对象 爬虫初学者、爬虫爱好者、高校相关专业的学生、数据爬虫工程师。 课程介绍 《从零开始学Scrapy网络爬虫》共13章。其中,第1~4章为基础篇,介绍了Python基础、网络爬虫基础、Scrapy框架及基本的爬虫功能。第5~10章为进阶篇,介绍了如何将爬虫数据存储于MySQL、MongoDB和Redis数据库中;如何实现异步AJAX数据的爬取;如何使用Selenium和Splash实现动态网站的爬取;如何实现模拟登录功能;如何突破反爬虫技术,以及如何实现文件和图片的下载。第11~13章为高级篇,介绍了使用Scrapy-Redis实现分布式爬虫;使用Scrapyd和Docker部署分布式爬虫;使用Gerapy管理分布式爬虫,并实现了一个抢票软件的综合项目。      由于目标网站可能会对页面进行改版或者升级反爬虫措施,如果发现视频中的方法无法成功爬取数据,敬请按照页面实际情况修改XPath的路径表达式。视频教程主要提供理论、方法支撑。我们也会在第一时间更新源代码,谢谢!课程特色
    网络爬虫
    人工智能
    机器学习
    数据库
    python
  • 566人 学习人数
    5.0分 课程评分
    白话数据分析之NumPy
    NumPy:数据分析三剑客之一,极为流行的数据科学计算库,人工智能和大数据研究领域必备技能。
    云计算/大数据
    人工智能
    大数据
    数据分析
    numpy
  • 312人 学习人数
    5.0分 课程评分
    白话Matplotlib数据可视化
    Matplotlib:数据分析三剑客之一,极为流行的数据可视化工具,人工智能和大数据必备技能。
    数据可视化
    云计算/大数据
    人工智能
    大数据
    数据分析
  • 1006人 学习人数
    5.0分 课程评分
    白话Pandas数据分析(数据预处理,数据分析,绘图和综合项目)
    Pandas:数据分析三剑客之一,极为流行的Python数据分析库,人工智能和大数据必备神技。
    数据分析
    数据
    云计算/大数据
    大数据
    python
  • 2657人 学习人数
    5.0分 课程评分
    轻松搞定八大机器学习算法
    【为什么学习机器学习算法?】 人工智能是国家发展的战略,未来发展的必然趋势。 将来很多岗位终将被人工智能所代替,但人工智能人才只会越来越吃香。 中国人工智能人才缺口超过500万,人才供不应求。 要想掌握人工智能,机器学习是基础、是必经之路,也是极其重要的一步。 【课程简介】 很多人认为机器学习难学,主要是因为其过于关注各种复杂数学公式的推导,从而忽略了公式的本质。 本课程通过对课件的精心编排,课程内容的不断打磨,重磅推出机器学习8大经典模型算法,对晦涩难懂的数学公式, 通过图形展示其特点和本质,快速掌握机器学习模型的核心理论,将重点回归到机器学习算法本身。本课程选取了机器学习经典的8大模型: 线性回归、逻辑回归、决策树、贝叶斯分类器、支持向量机(SVM)、集成学习、聚类以及降维 再也不用东拼西凑,一门课程真正掌握机器学习核心技术。 它们是人工智能必经之路,机器学习必学技术,企业面试必备技能。 《深度学习与神经网络从原理到实践》课程现已上线,这使得人工智能学习路径更加完备, 地址:https://edu.csdn.net/course/detail/29539 <https://edu.csdn.net/course/detail/29539>
    人工智能
    机器学习
    算法
    数学
    技术
  • 506人 学习人数
    5.0分 课程评分
    深度学习与神经网络从原理到实践(基于TensorFlow2)
    深度学习和神经网络隶属于机器学习范畴,但是由于它在行业中应用广泛、研究成果显著,成为当下最热门的研究领域,因此深度学习就作为一门独立的学科被提出来了。 本课程使用的开发工具为TensorFlow2.X,如果你刚接触TensorFlow2,“墙裂”建议你从TensorFlow2学起,因为Google团队对其做了重大调整,它极大降低了开发者学习的门槛,更加简单,易用,开发者更多的应该关注深度学习算法本身。 问:学习本课程需要哪些前置知识? 答:基本的Python编程知识,对机器学习的线性回归和逻辑回归有简单的认识即可。 课程中会专门开辟一章用于讲解TensorFlow2的知识,即使没有TensorFlow编程经验,也能快速掌握。注意: 全套数据集和实现代码在第一章的第一个视频位置下载。 每章的PPT在每章的第一个视频位置下载。
    深度学习
    神经网络
    人工智能
    python
    机器学习

套餐介绍

零基础学习人工智能的技术路线为:Python编程语言,网络爬虫技术,数据分析技术,机器学习,深度学习以及项目实战,本系列课程涵盖了以上所有的技术路径,为学生快速掌握人工智能技术助力。

学员评价

5.0
  • 0%
  • 0%
  • 0%
  • 0%
  • 0%

正在加载中...