What You Will Learn!
- 掌握数据科学领域必备Python工具包
- 掌握机器学习算法原理数学推导
- 基于真实数据集结合Python工具包进行项目实战
- 数据分析与预处理方法及Pandas实战
- 科学计算库-numpy实战方法
- 可视化展示策略与Matlotpltolib实战
- 人工智能学习路线图
- K近邻算法原理与实战方法
- 线性回归算法原理推导
- 机器学习的优化策略-梯度下降原理
- 逻辑回归算法原理与实战方法
- 样本不均衡数据集解决方案
- 逻辑回归建模方法
- 决策树算法原理与应用实例
- 集成算法思想
- 随机森林建模方法
- 集成算法回归任务实战
- 贝叶斯算法原理
- 文本分析与分类建模实战
- 无监督算法原理与可视化展示方法
- 降维算法原理与应用效果
- 支持向量原理与实战策略
- Xgboost提升算法原理与框架使用
- 基于实际业务需求进行模型开发
- EDA数据集展示与分析
- 时间序列算法原理与建模实战
Description
课程概述：
使用数据领域最主流语言Python及其分析与建模库作为核心武器。对于机器学习经典算法给出完整的原理推导并基于实例进行讲解，基于案例演示如何应用机器学习算法解决实际问题。
课程特色：
1. 通俗易懂，快速入门
对机器学习经典算法结合数学推导进行形象解释，实例演示。
2. Python主导，实用高效
使用数据领域最主流语言Python及其分析与建模库作为课程核心工具。
3. 案例为师，实战护航
基于真实数据集，从零开始结合Python工具与机器学习算法完成整个案例实战。
4. 持续更新，一劳永逸
Python数据分析与机器学习课程会支持更新下去，逐步加入更多算法与案例。
Who Should Attend!
- 数据科学领域的同学们
- 准备就业机器学习，数据挖掘领域
- 从事机器学习方向研究
Tags
- Data Analysis
- Data Mining
- Machine Learning
- Python
Subscribers
1126
Lectures
159
TAKE THIS COURSE
