- 课程目录
- 课件下载
- 课程简介 1:19 免费
- Python数据挖掘与机器学习技术概述 6:27
- Python数据挖掘与机器学习技术应用场景 16:32
- 基础模块的安装 12:03
- 基础的模块的使用 19:56
- 数据的导入实战 19:16
- Python数据可视化分析实战 28:37
- 词云技术与热力图技术实战 21:33
- 答疑环节 15:44
- 作业讲解:老九门词云图 12:18
- 数据源的获取方案 5:25
- 数据预处理技术 10:02
- 淘宝网商品数据预处理技术实战 51:20
- 小练习 1:34
- 答疑环节 12:32
- 分类算法与应用场景 21:20
- 鸢尾花自动分类问题引入 2:04
- KNN算法理论与实现 32:01
- 贝叶斯算法理论与实现 30:32
- 鸢尾花自动分类问题案例实战 20:39
- 其他分类算法扩展:决策树算法 17:36
- 其他分类算法扩展:逻辑回归算法 6:42
- 其他分类算法扩展:SVM算法 7:52
- 其他分类算法扩展:Adaboost算法 12:16
- 分类算法的选择技巧 10:51
- 答疑环节 6:25
- 小练习 2:25
- 作业问题与资料下载问题 8:54
- 作业讲解:研究生录取结果的预测案例实战 13:20
- 聚类算法与应用场景 3:14
- 公司客户价值分析问题的引入 1:44
- K-Means聚类算法原理(1) 3:19
- K-Means聚类算法原理(2) 8:03
- 公司客户价值分析案例实战 23:24
- 其他聚类算法扩展 1:00
- 小练习 6:02
- 答疑环节 31:56
- 作业讲解(此处代码有些问题,请继续听下面的课,会有修正) 14:30
- 关联分析算法与应用场景 3:35
- 大型商城网站商品个性化推荐问题的引入 8:37
- Apriori算法原理与实现实战 27:43
- FP-Growth算法原理与实现实战 22:05
- 大型商城网站商品个性化推荐案例实战 11:59
- 其他关联分析算法扩展 9:34
- 答疑环节 12:56
- 自然语言处理技术简介及应用场景介绍 14:59
- 中文分词技术实战 26:32
- TF-IDF算法原理介绍 14:25
- 文本相似度计算的过程与步骤实战 24:08
- 唐七公子小说相似度分析案例实战 17:05
- 其他自然语言处理技术扩展 12:30
- 答疑环节 21:09
- 人工神经网络算法介绍与应用场景 8:28
- 手写中文文字识别问题的引入 2:35
- 人工神经网络算法介绍 10:53
- 手写中文文字识别实战 45:00
- 关于神经网络算法的扩展 3:42
- 关于语音识别、人脸识别等技术的扩展指导 9:26
- 答疑环节 13:44
【课时介绍】
AI时代,数据的重要性和机器学习是同等重要,Python作为一门优秀的编程语言,用于处理数据也非常方便,并且数据的可视化处理功能也非常强大,本课程将使用Python3一步一步讲解数据分析与挖掘以及机器学习相关的知识,并且全程采用实战案例教学,让学员可以从实际场景中学习Python数据挖掘与机器学习。
- 章节目录
-
- 01. 课程简介 1:19
- 02. Python数据挖掘与机器学习技术概述 6:27
- 03. Python数据挖掘与机器学习技术应用场景 16:32
- 04. 基础模块的安装 12:03
- 05. 基础的模块的使用 19:56
- 06. 数据的导入实战 19:16
- 07. Python数据可视化分析实战 28:37
- 08. 词云技术与热力图技术实战 21:33
- 09. 答疑环节 15:44
- 10. 作业讲解:老九门词云图 12:18
- 11. 数据源的获取方案 5:25
- 12. 数据预处理技术 10:02
- 13. 淘宝网商品数据预处理技术实战 51:20
- 14. 小练习 1:34
- 15. 答疑环节 12:32
- 16. 分类算法与应用场景 21:20
- 17. 鸢尾花自动分类问题引入 2:04
- 18. KNN算法理论与实现 32:01
- 19. 贝叶斯算法理论与实现 30:32
- 20. 鸢尾花自动分类问题案例实战 20:39
- 21. 其他分类算法扩展:决策树算法 17:36
- 22. 其他分类算法扩展:逻辑回归算法 6:42
- 23. 其他分类算法扩展:SVM算法 7:52
- 24. 其他分类算法扩展:Adaboost算法 12:16
- 25. 分类算法的选择技巧 10:51
- 26. 答疑环节 6:25
- 27. 小练习 2:25
- 28. 作业问题与资料下载问题 8:54
- 29. 作业讲解:研究生录取结果的预测案例实战 13:20
- 30. 聚类算法与应用场景 3:14
- 31. 公司客户价值分析问题的引入 1:44
- 32. K-Means聚类算法原理(1) 3:19
- 33. K-Means聚类算法原理(2) 8:03
- 34. 公司客户价值分析案例实战 23:24
- 35. 其他聚类算法扩展 1:00
- 36. 小练习 6:02
- 37. 答疑环节 31:56
- 38. 作业讲解(此处代码有些问题,请继续听下面的课,会有修正) 14:30
- 39. 关联分析算法与应用场景 3:35
- 40. 大型商城网站商品个性化推荐问题的引入 8:37
- 41. Apriori算法原理与实现实战 27:43
- 42. FP-Growth算法原理与实现实战 22:05
- 43. 大型商城网站商品个性化推荐案例实战 11:59
- 44. 其他关联分析算法扩展 9:34
- 45. 答疑环节 12:56
- 46. 自然语言处理技术简介及应用场景介绍 14:59
- 47. 中文分词技术实战 26:32
- 48. TF-IDF算法原理介绍 14:25
- 49. 文本相似度计算的过程与步骤实战 24:08
- 50. 唐七公子小说相似度分析案例实战 17:05
- 51. 其他自然语言处理技术扩展 12:30
- 52. 答疑环节 21:09
- 53. 人工神经网络算法介绍与应用场景 8:28
- 54. 手写中文文字识别问题的引入 2:35
- 55. 人工神经网络算法介绍 10:53
- 56. 手写中文文字识别实战 45:00
- 57. 关于神经网络算法的扩展 3:42
- 58. 关于语音识别、人脸识别等技术的扩展指导 9:26
- 59. 答疑环节 13:44
阅读更多
发布回复
扫一扫,移动端观看视频