数据挖掘巧用ChatGPT进行数据分析与挖掘之数据分析及ChatGPT概述
1、数据分析概述2、ChatGPT使用：包括gpt-3.5、文心一言、星火大模型、通义千问等模型使用4、巧用ChatGPT进行工具安装：包括Anaconda工具安装及Jupyter Notebook使用5、使用ChatGPT学习python数据对象：介绍列表及字典的创建及基本方法6、使用ChatGPT学习Numpy7、使用ChatGPT学习Pandas
共12节 405人已学习免费 免费试学
机器学习《深度学习从入门到精通：基于Keras》系列之非结构化数据预处理
1、利用OpenCV进行图像预处理，包含图像读取、显示和保存，图像几何变换等2、利用TensorFlow进行图像预处理，包含图像缩放、裁剪、翻转等3、利用Jieba进行中文文本分词，并掌握如何添加自定义词典4、利用Keras进行文本预处理，重点掌握填充序列pad_sequences的使用
共31节 118人已学习¥29.0 免费试学
深度学习《深度学习从入门到精通：基于Tensorflow2》系列之初始深度学习
本系列视频是新书《深度学习从入门到精通：基于Tensorflow2/Keras》的配套视频。本系列课程将涵盖卷积神经网络（CNN）、循环神经网络（RNN）、生成式对抗网络（GAN）、Seq2Seq、强化学习等原理介绍及Keras实践。本节视频将介绍深度学习基础，常用激活函数、神经网络拓扑结构及损失函数；然后详细介绍了如何安装 Python 的科学计算环境 Anaconda、TensorFlow2 的 CPU 版本及 GPU 版本； 最后通过深度学习中的相当于“Hello Word”的入门数据集 MNIST 为例，介绍如何利用 Keras 构建深度学习模型。
共27节 263人已学习¥29.0 免费试学
机器学习《R语言数据分析与挖掘》（微课版）
【为什么要学习本门课程】本序列视频由浅入深、内容丰富、全面系统地介绍了R语言基础知识和使用R语言进行数据可视化、数据分析与挖掘的方法。而且能学会从实际问题分析入手，应用R语言来解决商业数据分析的问题。【课程特点】1. 基于R语言本系列视频之所以采用R语言，是因为它具有强大的图形展示和统计分析功能，可免费使用和更新并具有大量的可随时加载的有针对性的扩2. 理论与应用结合本系列视频详细地介绍了R语言在数据处理、数据可视化和数据分析与挖掘中的应用，侧重于理论与应用相结合，实例丰富且通俗易懂。本书以问题为导向，通过问题来介绍R语言的使用方法。3. 案例丰富且实用性强本系列视频案例丰富，有很强 的针对性。各章详细介绍了R语言下案例的具体操作过程，学者只需按照视频中步骤一步步操作，就能掌握数据分析能力，解决实际工作问题。【主题大纲&设计思路】第1章：R语言数据分析概述第2章：R语言数据操作基础第3章：R语言数据读写第4章：数据基本管理第5章：数据预处理第6章：R语言重要绘图技术第7章：高级绘图工具第8章：聚类分析第9章：理解线性回归第10章：决策树第11章：神经网络与支持向量机第12章：模型性能评估
共131节 858人已学习¥139.0 免费试学
深度学习Keras深度学习：入门、实践及进阶
1、介绍机器学习与深度学习的区别及联系，并花一定篇幅介绍了目前主流的深度学习框架。2、详细介绍了如何安装Python的科学计算环境Anaconda和R语言的IDE工具RStudio，以及如何在Anaconda和RStudio安装TensorFlow和Keras。3、通过深度学习中的相当于“Hello Word”的入门数据集MNIST为例，介绍如何利用Keras构建深度学习模型。
共13节 335人已学习¥19.0 免费试学
Python《Python数据可视化：入门、实践、进阶》之入门篇新手上路
本课程是《Python数据可视化：入门、实践、进阶》系列课程的入门篇-Python新手上路：基础入门、Numpy、Pandas。本课程适合零基础学员学习，从Python的安装、常用工具的介绍开始，让学员能掌握如何在自己电脑上部署学习环境；通过快速入门掌握python基础语法；通过对数据对象的学习，掌握列表和字典的创建及常用方法；并深入学习了Numpy和Pandas数据分析的三方库，对Numpy数组、Pandas的序列和数据框的常见和处理有深刻的认知。为后续利用Python进行数据分析和处理打下坚实的基石。
共32节 201人已学习¥29.0 免费试学
其他零基础掌握数据挖掘之经典线性回归模型
从事数据分析或挖掘的童靴，最先接触到的预测模型肯定是线性回归和Logistic回归二分类模型。掌握好线性回归模型的原理及实现是继续深入学习机器学习及深度学习的基石。本课程会为大家详细讲解相关内容。详情参见课程大纲目录。
共16节 858人已学习¥49.0 免费试学
大数据R语言数据挖掘-模型评估篇
本课程 详细介绍了模型评估常用技术手段：混淆矩阵、ROC曲线、KS曲线、LIFT曲线，并通过自定义函数 实现各种曲线绘制方法。还介绍了等频分箱在企业中应用的价值。
共12节 3881人已学习¥136.0 免费试学
其他R语言实战之行业案例分享视频课程
本课程属于数据挖掘及R语言实战的进阶篇，需要具备较扎实的R语言基础。希望通过本课程，能将以往学到的数据挖掘理论知识和R语言工具，利用四个不同行业的实际数据，如何从原始数据阶段，一步步进行数据清洗、数据转换、数据探索、数据建模等过程，通过不同行业案例的分享，掌握数据挖掘在实际业务数据中的方法论，达到举一反三，进而能将挖掘技术应用到自己实际数据中去。
共17节 2277人已学习¥208.0 免费试学
其他R语言从入门到精通系列之数据导入实战视频课程
本篇首先介绍了如何将txt、csv、非机构花文本文件数据导入到R语言中，并介绍了四种导入excel数据的方法，在介绍R与MySQL数据库管理中，详细介绍了ROBBC包和RMySQL包的安装及使用；后介绍了网络数据爬虫技术，包括利用XML爬取网络表格数据、利用RCurl包批量下载ftp文件等方法。本课程配套课件和脚本均可下载，方便学员跟着视频自己动手操作。
共27节 5651人已学习¥79.0 免费试学
其他数据挖掘模型篇之R语言实践
理论与实践结合的方式，通过通俗易懂的教学方式培养学生运用R语言完成常用挖掘模型算法建立及评估，学习完课程可以掌握：线性回归模型、聚类分析、关联规则算法、KNN近邻算法和主成分分析等常用的模型算法实现。针对具体的数据挖掘应用需求，能熟练抽象出可合适的数据挖掘模型，并整理出其技术实现路线。
共21节 5357人已学习¥59.0 免费试学
其他R语言绘图基础
介绍R语言的绘图基础，如固有颜色、RGB取色、主题调色板介绍，文字字体、颜色、大小等参数详解，点样式、颜色、大小等参数详解，线条样式、颜色、粗细等参数详解；详细介绍R低级绘图函数：标题、图例、坐标轴、网格线、点、线等；后介绍了R绘图函数：散点图、线图、箱线图、散点图矩阵、气泡图等。
共16节 6298人已学习¥39.0 免费试学
其他R语言与文本挖掘入门篇（各软件包详解）
本课程主要是利用R语言工具实现文本挖掘。主要内容包括：1、介绍文本挖掘的基本原理；2、文本挖掘相关包的安装讲解；3、tm包和Rwordseg包的详解。
共10节 4387人已学习¥39.0 免费试学
其他R语言之利用shiny框架搭建数据挖掘平台原型
Shiny是R中的一种Web开发框架，使得R的使用者不必太了解css、js只需要了解一些html的知识就可以完成web开发。掌握shiny及shinydashboard包的知识点，懂的如何搭建web框架，并利用shinythemes包改变主题，并通过四个实际案例详解让学员达到自行搭建网页app应用的能力。
共25节 5493人已学习¥181.0 免费试学
其他R语言之描述性统计分析实战视频课程
通过利用R语言进行数据的探索性分析，熟练运用R语言进行数据的位置度量、离散度量、列联表及相关性等的数据分析需求。
共9节 2795人已学习¥39.0 免费试学
其他R语言从入门到精通系列之数据对象
本篇首先对数据对象进行概要，并介绍了is判别函数和as转换函数；介绍常用的几个时间变量转换函数；详细介绍了向量的创建，向量化操作，常用序列的创建和向量子集提取；并介绍因子、矩阵和数组、列表和数据框的创建方法，每个小知识点通过小案例的详解讲解加深大家对不同数据对象的了解。
共14节 3755人已学习¥39.0 免费试学
其他R语言从入门到精通系列之新手上路视频课程
本篇介绍了大数据背景下选择R语言作为数据挖掘工具的必要性，并详细演示了R和RStudio在windows和linux（ubuntu）下的安装及使用，还演示了如何在linux系统下安装RStudio-Server，实现多人协同操作的目的；然后介绍了R的一些基本知识，如何获得帮助，如何设置工作空间等；后介绍了如何在windows和linux环境下进行在线和本地安装R的扩展包。
共12节 5073人已学习¥39.0 免费试学
- 1
谢佳标
数据科学家
曾就职于平安人寿担任资深数据挖掘专家，目前在世界百强企业负责数据中台、数据化运营、金融科技、创新规划等项目及前沿研究。有14年的数据挖掘与分享相关工作的经验；曾经从事过电商、电购、电力、游戏、金融和物流等行业，熟悉不同行业的数据特点。R语言资深玩家，熟悉python及深度学习keras框架，有丰富的大数据挖掘和可视化实战经验。2017-2021年微软数据科学和AI方向最具价值专家(微软MVP)；《中国现场统计研究会大数据统计分会》第一届理事；历届中国R语言大会特邀演讲嘉宾。撰写技术书籍：《R语言游戏数据分析与挖掘》、《R语言与数据挖掘》、《数据实践之美：31位大数据专家的方法、技术与思想》等。
课程数 17 学生数 48005