|
1.课程研发环境 课程基于windows环境进行讲解与代码演示,需要同学们搭建Python环境,推荐根据课时（使用Anaconda搭建python环境）来进行python和其依赖库的安装。
2.内容简介 课程风格通俗易懂，基于真实数据集案例实战。主体课程分成三个大模块(1)python数据分析，(2)机器学习经典算法原理详解,(3)十大经典案例实战。通过python数据科学库numpy,pandas,matplot结合机器学习库scikit-learn完成一些列的机器学习案例。算法课程注重于原理推导与流程解释，结合实例通俗讲解复杂的机器学习算法，并以实战为主，所有课时都结合代码演示。算法与项目相结合，选择经典kaggle项目，从数据预处理开始一步步代码实战带大家快速入门机器学习。旨在帮助同学们快速上手如何使用python库来完整机器学习案例。选择经典案例基于真实数据集，从数据预处理开始到建立机器学习模型以及效果评估，完整的讲解如何使用python及其常用库进行数据的分析和模型的建立。对于每一个面对的挑战，分析解决问题思路以及如何构造合适的模型并且给出合适评估方法。在每一个案例中，同学们可以快速掌握如何使用pandas进行数据的预处理和分析，使用matplotlib进行可视化的展示以及基于scikit-learn库的机器学习模型的建立。
Python数据分析与机器学习实战： 第一讲：Python数据分析与机器学习实战课程简介 第二讲：Python快速入门 第三讲：Python科学计算库Numpy 第四讲：Python数据分析处理库Pandas 第五讲：Python可视化库Matplotlib 第六讲：回归算法 第七讲：模型评估 第八讲：K近邻算法 第九讲：决策树与随机森林算法 第十讲：支持向量机 第十一讲：贝叶斯算法 第十二讲：神经网络 第十三讲：Adaboost算法 第十四讲：SVD与推荐 第十五讲：聚类算法 第十六讲：案例实战：使用Python库分析处理Kobe Bryan职业生涯数据 第十七讲：案例实战：信用卡欺诈行为检测 第十八讲：案例实战：泰坦尼克号获救预测 第十九讲：案例实战：鸢尾花数据集分析 第二十讲：案例实战：级联结构的机器学习模型 第二十一讲：案例实战：员工离职预测 第二十二讲：案例实战：使用神经网络进行手写字体识别 第二十三讲：案例实战：主成分分析 第二十四讲：案例实战：基于NLP的股价预测 第二十五讲：案例实战：借贷公司数据分析
| 
