Python基础视频课程第五部分

Python基础视频课程第五部分
共50节 233人在学 课程详情
  • 15.27增加一个稠密层减少特征数
  • 15.28增加另一个稠密层生成最终输出
  • 15.29打印模型总结
  • 15.30可视化表示模型的结构
  • 15.31编译模型
  • 15.32训练和评价模型
  • 15.33在未见过的数据上评价模型
  • 15.34做出预测
  • 15.35找出不正确的预测
  • 15.36可视化表示不正确的预测
  • 15.37显示多个不正确预测的概率
  • 15.38保存和加载一个模型
  • 15.39用TensorBoard可视化表示神经网络训练
  • 15.40ConvnetJS: 基于测量器的深度训练和可视化
  • 15.41用于序列的循环神经网络;IMDb数据集的情感分析
  • 15.42加载IMDb电影评论数据集
  • 15.43数据探索
  • Python基础第五部分简介
  • 14.0第14课概述:机器学习:分类、回归和聚类
  • 14.1机器学习介绍
  • 14.2案例研究:用k-近邻和Digits数据集完成分类,第1部分
  • 15.44电影评论编码和解码
  • 15.46创建神经网络
  • 15.47增加一个嵌入层
  • 15.48增加LSTM层
  • 15.49增加一个稠密输出层
  • 15.50编译模型和显示总结
  • 14.3k-近邻算法
  • 15.51训练和评价模型 (1/2)
  • 14.4k-近邻算法:超参数和超参数调整
  • 15.52训练和评价模型 (2/2)
  • 15.53调整深度学习模型
  • 14.5加载数据集
  • 0第16课概述:大数据:Hadoop, Spark, NoSQL (MongoDB) 和物联网
  • 14.6加载数据集: 显示描述
  • 1介绍--数据库
  • 14.7加载数据集: 检查样本和目标大小
  • 2介绍--Apache Hadoop和Apache Spark
  • 3介绍--物联网
  • 14.8加载数据集: 样本数字图像
  • 4介绍—使用云和桌面大数据软件
  • 5介绍—大数据源
  • 14.9加载数据集: 准备数据以便Scikit-Learn处理
  • 6关系数据库和结构化查询语言(SQL)
  • 14.10数据可视化
  • 8 7books数据库
  • 9 SELECT查询
  • 14.11数据划分为训练集和测试集
  • 10 WHERE子句
  • 14.12创建模型
  • 11 ORDER BY子句
  • 14.13训练模型
  • 12合并多个表中的数据:INNER JOIN
  • 14.14预测数字类别
  • 13 INSERT INTO语句
  • 14.15案例研究:用k-近邻和Digits数据集完成分类,第2部分
  • 14 UPDATE语句
  • 15 DELETE FROM语句
  • 14.17模型准确率指标: 混淆矩阵
  • 16NoSQL和NewSQL 大数据数据库:简要介绍
  • 14.18模型准确率指标: 分类报告
  • 17NoSQL 键值数据库
  • 18NoSQL 文档数据库
  • 14.19模型准确率指标: 可视化混淆矩阵
  • 19NoSQL 列式数据库
  • 20NoSQL 图数据库
  • 14.20K-折交叉验证
  • 21NewSQL数据库
  • 14.21运行多个模型找出最佳模型
  • 14.22超参数调整
  • 23创建MongoDB Atlas集群
  • 14.23案例研究: 时间序列和简单线性回归
  • 24推文存储到MongoDB
  • 14.24平均高温加载到一个DataFrame
  • 25 Hadoop概述
  • 14.25数据划分为训练集和测试集
  • 26通过MapReduce汇总“罗米欧与朱丽叶”中单词长度
  • 14.26训练模型
  • 27.1Microsoft Azure HDInsight中创建一个Apache Hadoop集群:
  • 14.27测试模型
  • 27.2Microsoft Azure HDInsight中创建一个Apache Hadoop集群:
  • 14.28预测未来温度和估计过去的温度
  • 28 Hadoop Streaming
  • 14.29用回归线可视化表示数据集
  • 29实现匹配器
  • 30实现归约器
  • 14.30过拟合/欠拟合
  • 14.31案例研究: 对加州房屋数据集完成多重线性回归
  • 14.32加载数据集
  • 14.33用Pandas探索数据
  • 31准备运行MapReduce示例
  • 14.34可视化表示特征
  • 32运行MapReduce作业
  • 14.35数据划分为训练集和测试集
  • 33 Spark概述
  • 14.36训练模型
  • 34 Docker和 Jupyter Docker Stack
  • 35使用Spark 完成单词计数
  • 14.37测试模型
  • 36 Microsoft Azure上的Spark单词计数
  • 14.38可视化表示期望和预测价格
  • 37 Spark Streaming:使用pysparknotebook Docker Stack统
  • 38推文传送到Socket
  • 14.39回归模型指标
  • 39汇总推文#标签;介绍Spark SQL
  • 40物联网和仪表板
  • 41发布和订阅
  • 14.40选择最佳模型
  • 41发布和订阅
  • 14.41案例研究: 无监督机器学习第1部分--降维
  • 43用Python模拟一个与互联网模型的恒温器并在Freeboard.io中创建一个仪表板
  • 44创建一个Python PubNub订阅者
  • 14.42加载Digits数据集
  • 14.43为降维创建一个TSNE Estimator
  • 14.44将Digits数据集的特征转换为二维
  • 14.45可视化降维数据
  • 14.46可视化降维数据(每个数字用不同颜色表示)
  • 14.47 3D可视化降维数据
  • 14.48案例研究: 无监督机器学习第2部分--k-均值聚类
  • 14.49加载Iris数据集
  • 14.50探索Iris数据集:使用Pandas得到描述统计
  • 14.51用一个Seaborn pairplot可视化表示数据集
  • 14.52使用KMeans Estimator
  • 14.53使用主成分分析实现降维
  • 14.54选择最佳聚类Estimator
  • 15.0第15课概述:深度学习
  • 15.1简介
  • 15.2深度学习应用
  • 15.3深度学习演示
  • 15.4Keras资源
  • 15.5Keras内置数据集
  • 15.6定制Anaconda环境
  • 15.7神经网络
  • 15.8张量
  • 15.9视觉领域的卷积神经网络;MNIST数据集的多分类
  • 15.10Keras和深度学习中的可复制性
  • 15.11基本Keras神经网络
  • 15.12加载MNIST数据集
  • 15.13数据探索
  • 15.14可视化数字
  • 15.15图像数据变形
  • 15.16图像数据规范化
  • 15.17独热编码: 将标签从整数转换为分类数据
  • 15.18创建神经网络
  • 15.19为网络增加层
  • 15.20卷积
  • 15.21为模型增加一个Conv2D卷积层
  • 15.22第一个卷积层输出的维度
  • 15.23过拟合
  • 15.24增加一个池化层
  • 15.25增加另一个卷积层和池化层
  • 15.26用一个Keras Flatten层将结果扁平化为一维

    订阅失败

    Python基础视频课程第五部分
    Python基础视频课程第五部分 ...

    订阅列表已满,请先移出部分订阅内容。

    当前章节需购买后观看
    开通超级会员免费看!专家精选系列课程,满足你从入门到精通!更有问答月卡免费送,你的问题有问必答!
    提交答案

    购买课程

    扫码完成付费,可继续学习全部课程内容

    加载中...
    播放页问题反馈
    视频学习中有任何产品建议都可由此反
    馈,我们将及时处理!

    课时介绍

    39汇总推文#标签;介绍Spark SQL

    课程介绍

    Paul Deitel讲授的Python基础视频课程是一个面向代码的Python演示课程,Python是当今世界上最流行、发展最迅速的语言之一。从单个代码段到完整的脚本,通过丰富的实际代码示例,Paul演示了如何使用交互式IPython解释器和Jupyter Notebook编写Python代码。你会很快熟悉Python语言、它的常用编程方法、关键的Python标准库模块以及一些流行的开源库。在每一部分最后的“数据科学介绍”视频中,Paul为后面的课程奠定了基础。在后面的那些高阶课程中,他会介绍当今最吸引人的前沿计算技术,包括自然语言处理、Twitter®数据挖掘来完成情感分析、使用IBM® Watson™的认知计算、使用分类和回归的有监督学习、使用聚类的无监督学习、通过深度学习和卷积神经网络实现计算机视觉、通过使用循环神经网络的深度学习完成情感分析、使用Hadoop®、Spark™ streaming、NoSQL数据库和物联网实现大数据应用。

    推荐课程

    信息系统项目管理师自考笔记

    李明 · 838人在学

    python从0到1:期货量化交易系统(CTP实战,高频及合成K线数据

    王先生 · 22519人在学

    手把手搭建Java超市管理系统【附源码】(毕设)

    汤小洋 · 4268人在学

    Java毕设springboot外卖点餐系统 毕业设计毕设源码 使用教

    黄菊华 · 818人在学

    基于SSM酒店管理系统(毕设)

    小尼老师 · 879人在学

    java项目实战之购物商城(java毕业设计)

    Long · 5189人在学

    手把手搭建Java求职招聘系统【附源码】(毕设)

    汤小洋 · 1522人在学

    Python Django 深度学习 小程序

    钟翔 · 2378人在学

    城管局门前三包管理系统+微信小程序(vue+springboot)

    赖国荣 · 648人在学

    Vue+Uni-app(uniapp)入门与实战+赠送仿美团点餐小程序

    李杰 · 4054人在学

    正在试验
    后自动删除环境
    课程实验
    本次实验时间已到期 00:00:00
    课件正在飞速打包中,请耐心等待几秒钟~