卖虚拟网

 找回密码
 立即注册

QQ登录

只需一步,快速开始

mito
查看: 888|回复: 1

Python3数据分析与挖掘建模实战视频教程

[复制链接]

7万

主题

547

回帖

23万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
234202
发表于 2018-5-2 12:04:08 | 显示全部楼层 |阅读模式
课程名称:  Python3数据分析与挖掘建模实战视频教程


课程简介:    

数据分析与挖掘行业火爆,人才稀缺。本课程基于Python3全程以真实案例驱动,带你科学系统地学习数据分析与挖掘建模领域的科学思维、必会知识、常用工具、完整流程以及老师多年的经验技巧。让你轻松转行,快速胜任数据分析师岗位,逆袭成为数据掘金时代的抢手人才!

----------------------课程目录------------------------------

第1章 课程介绍【赠送相关电子书+随堂代码】
本章首先介绍本课程是什么,有什么特色,能学习到什么,内容如何安排,需要什么基础,是否适合学习这门课程等。然后对数据分析进行概述,让大家对数据分析的含义和作用有一个整体的认知,让大家对自己接下来要做的事情,有一个基本的概念与了解。...

第2章 数据获取
数据从哪里来?怎么来?这一章,我们会介绍数据获取的一般手段。主要包括数据仓库、抓取、资料填写、日志、埋点、计算等手段。同时,我们也会介绍几个常用的数据网站,供大家参考与学习。

第3章 单因子探索分析与数据可视化
有了数据,如何上手?这一章,我们会介绍探索分析的一部分---单因子探索分析和可视化的内容。我们会以基础的统计理论知识为切入点,学习异常值分析、对比分析、结构分析、分布分析。同时,引入接下来几章都会用到的案例-HR人力资源分析表,并用理论与可视化的方法,完成对此表的初步分析。...

第4章 多因子探索分析
上了手,然后呢?这一章,我们介绍探索分析的另一部分---多因子复合探索分析。我们同样以基础的统计知识为切入点,学习多因子间互相影响与配合的分析方法,如交叉分析、分组分析、相关分析、成分分析等。同时,以HR人力资源分析表为例,进行进一步的探索。...

第5章 预处理理论
数据已了解,用起来!不着急,先加工。这一章,我们会介绍特征工程的主要内容,重点会介绍数据清洗和数据特征预处理的主要内容,包括数据清洗、特征获取、特征处理(内含对指化、归一化、标准化等)、特征降维、特征衍生。预处理的好坏,直接影响着接下来模型的效果。...

第6章 挖掘建模
把数据用起来!这一章,我们会介绍数据挖掘与建模的主要内容。主要包含五类模型的建立与实践,分别为:分类模型(KNN、朴素贝叶斯、决策树、SVM、集成方法、GBDT……),回归模型与回归思想分类(线性回归、逻辑斯特回归【也叫罗吉回归,逻辑回归。音译区别】、神经网络、回归树),聚类模型(K-means、DBSCAN、层次聚类、...

第7章 模型评估
哪个模型好?上一章,我们学习了很多模型,一个数据集,可能用多种模型都可以进行建模,那么哪种模型好,就需要有些指标化的东西帮我们决策。这一章,我们会介绍使用混淆矩阵和相应的指标、ROC曲线与AUC值来评估分类模型;用MAE、MSE、R2来评估回归模型;用RMS、轮廓系数来评估聚类模型。...

第8章 总结与展望
这一章,我们将回顾本课程的全部内容,并从多个角度,重新看待我们的数据分析工作。最后,我们会了解到,学习了这门课程以后,还可以在哪些方面进行发展。

下载地址:
游客,如果您要查看本帖隐藏内容请回复

回复

使用道具 举报

0

主题

288

回帖

692

积分

高级会员

Rank: 4

积分
692
发表于 2018-10-23 08:29:13 | 显示全部楼层
5ggg了KTV我的考虑考虑同学
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

 
在线客服
点击这里给我发消息
售前QQ号
66911399
售后QQ群
384045743
开通VIP

微信扫一扫

QQ|Archiver|卖虚拟网 |桂公网安备 45022102000028号

GMT+8, 2024-11-14 15:09 , Processed in 0.302685 second(s), 29 queries .

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表