熟練Python常見算法庫使用;了解機器學習的概念,明確機器學習基本流程; 掌握訓練數(shù)據(jù),特征與標簽等基本概念;熟悉常見機器學習算法原理;熟練使用Python進行算法實現(xiàn)和參數(shù)調整;
適用人群
大數(shù)據(jù) 人工智能 數(shù)據(jù)分析 數(shù)據(jù)科學
課程簡介
Python常用算法庫numpy、pandas原理與使用; 機器學習概述;訓練數(shù)據(jù),特征與標簽說明;常見算法講解,Python算法實現(xiàn),算法參數(shù)調整;
配置環(huán)境要求:win且是64位操作系統(tǒng)
第1章Python數(shù)據(jù)分析概述
1-1認識數(shù)據(jù)分析
1-2掌握 Jupyter Notebook 常用功能
第2章NumPy 數(shù)值計算基礎
2-1掌握 NumPy 數(shù)組對象 ndarray
2-2使用Jupyter Notebook實際動手數(shù)組例子操作
2-3掌握NumPy矩陣與通用函數(shù)
2-4利用NumPy進行統(tǒng)計分析
第3章Matplotlib數(shù)據(jù)可視化基礎
3-1了解繪圖基礎語法與常用參數(shù)
3-2分析特征間的關系原理和實操
3-3分析特征內部數(shù)據(jù)分布與分散狀況原理和實操
3-4畫各種圖的任務實現(xiàn)和講解
第4章pandas統(tǒng)計分析基礎
4-1讀寫不同數(shù)據(jù)源的數(shù)據(jù)
4-2掌握DataFrame的常用操作和動手
4-3轉換與處理時間序列數(shù)據(jù)和動手
4-4使用分組聚合進行組內計算和動手操作
第5章使用pandas進行數(shù)據(jù)預處理
5-1合并數(shù)據(jù)
5-2清洗數(shù)據(jù)
5-3標準化數(shù)據(jù)和習題講解
第6章機器學習的理論和實操
6-1機器學習的理論和實操開始學習
機器學習的理論和實操
|