我的课程
登录
注册
Python机器学习入门
Python机器学习课程分为快速入门、 夯实基础、 成竹在胸三部分, 带领学员循序渐进的系统掌握Python机器学习的的理论基础和实际应用技能, 高效获取项目实战能力, 快速丰富项目经历储备, —站式打造求职专业图谱。 通过数据科学比赛引导式教学, 配合不同层次机器学习岗位技能指导, 带领学员迅速适应市场实际需求, 通过持续的学习离心仪的offer越来越近。
报名人数:806 课程有效期:365天
¥199
原价
¥1299
立即购买
34节视频课
104个编程练习
11个随堂测试
企业级项目训练
知识图谱
课程大纲
专业图谱
以数据分析领域底层知识点、知识发展进程及其结构关系建构的知识领域映射地图。
客观准确
通过对学科规律的分析和应用层面的结构化衡量,用可视化技术客观描述、挖掘、构建了知识点及其之间的相互关系
清晰易懂
哪里不会学哪里,轻松解决枯燥乏味的代码学习,成为数据分析学习路上的前进指南
第一章:机器学习基础知识
第一节:保险行业用户行为的精准营销
0
1、视频学习:机器学习简介
0
2、探索学习:机器学习发展史(一)
0
3、探索学习:机器学习发展史(二)
0
4、探索学习:机器学习发展史(三)
0
5、探索学习:为什么需要机器学习
0
6、探索学习:机器学习的应用场景
0
7、小节测试:测试题
测试
第二节:垃圾邮件过滤器的智能分辨
0
1、视频学习:机器学习的基本概念
0
2、探索学习:机器学习的基本概念
0
3、探索学习:机器学习中的数据类型
0
4、探索学习:机器学习中常见的数据形式
0
5、探索学习:机器学习算法分类(一)
0
6、探索学习:机器学习算法分类(二)
0
7、探索学习:机器学习算法分类(三)
0
8、视频学习:机器学习建模流程
0
9、探索学习:机器学习建模流程(一)
0
10 探索学习:机器学习建模流程(二)
0
11 探索学习:机器学习建模流程(三)
0
12 探索学习:机器学习模型总结
0
13 小节测试:测试题
测试
第二章:KNN算法
第一节:微醺之时的红酒鉴别
0
1、视频学习:KNN算法原理
0
2、探索学习:微醺之时红酒鉴别
0
3、探索学习:KNN算法原理介绍
0
4、视频学习:KNN中距离的计算
0
5、探索学习:KNN中距离计算「欧氏距离」
0
6、探索学习:KNN中距离计算「曼哈顿距离」
0
KNN中距离的惩罚.mp4
0
8、探索学习:KNN中的距离惩罚因子
0
9、算法实操:KNN代码实操【手动实现】(一)
0
10 算法实操:KNN代码实操【手动实现】(二)
0
11 小节测试:测试题
测试
第二节:初识Scikit-learn库
0
1、视频学习:Sklearn库的使用
0
2、探索学习:Sklearn库的简介
0
3、探索学习:Sklearn文档查询
0
4、探索学习:Sklearn帮助文档
0
5、探索学习:KNN算法的API
0
6、探索学习:Sklearn建模流程
0
7、算法实操:Sklearn建模流程
0
8、算法实操:Sklearn自带数据导入
0
9、算法实操:Sklearn数据集拆分
0
10 视频学习:三种数据集合的介绍
0
11 探索学习:三种数据集合的介绍
0
12 探索学习:泛化能力和泛化误差
0
13 小节测试:测试题
测试
第三节:乳腺癌良恶性的分类辨别
0
1、视频学习:KNN中最优k的选定问题
0
2、探索学习:KNN中最优k的概念
0
3、算法实操:KNN最优k的选取【学习曲线】
0
4、视频学习:K折交叉验证的概念
0
5、探索学习:KNN最优k的选取【交叉验证】
0
6、算法实操:KNN最优k的选取【交叉验证】
0
7、探索学习:带交叉验证的学习曲线
0
8、算法实操:带交叉验证的学习曲线
0
9、视频学习:数据归一化的概念
0
10 探索学习:KNN中距离讨论【数据归一化】
0
11 算法实操:KNN中距离讨论【数据归一化】
0
12 探索学习:KNN中距离讨论【距离的惩罚】
0
13 算法实操:KNN中距离讨论【距离的惩罚】
0
14 小节测试:测试题
测试
第三章:KMeans算法
第一节:购物中心的客群分析
0
1、视频学习:聚类的基本概念
0
2、探索学习:购物中心客群分析
0
3、探索学习:聚类的基本概念
0
4、视频学习:聚类与分类区别
0
5、探索学习:聚类与分类区别
0
6、视频学习:聚类的应用场景
0
7、探索学习:聚类的应用场景
0
8、视频学习:簇和质心的概念
0
9、探索学习:簇和质心的概念
0
10 视频学习:KMeans算法流程
0
11 探索学习:KMeans算法流程
0
12 探索学习:质心位置的讨论
0
13 视频学习:簇内误差平方和
0
14 探索学习:簇内误差平方和
0
15 小节测试:测试题
测试
第二节:透过随机数据集洞察聚类的本质
0
1、视频学习:重要参数属性说明【1】
0
2、探索学习:Kmeans的API说明
0
3、算法实操:Kmeans参数n_clusters
0
4、算法实操:Kmeans属性labels_
0
5、算法实操:Kmeans属性cluster_centers_
0
6、算法实操:Kmeans属性inertia_
0
7、视频学习:模型评估指标
0
8、探索学习:评估指标【簇内误差平方和】
0
9、探索学习:评估指标【轮廓系数】
0
10 算法实操:轮廓系数的实现
0
11 探索学习:初始质心选择问题
0
12 视频学习:重要参数的说明【2】
0
13 算法实操:Kmeans参数init
0
14 探索学习:Kmeans参数n_init&random_state
0
15 算法实操:Kmeans参数n_init&random_state
0
16 探索学习:Kmeans参数max_iter & tol
0
17 算法实操:Kmeans参数max_iter & tol
0
18 总结回顾:Kmeans算法总结
0
19 小节测试:测试题
测试
第三节:基于KMeans聚类的商城用户画像实战
0
1、视频学习:客户聚类案例说明
0
2、案例学习:数据探索分析
0
3、案例学习:客户聚类建模
第四章:决策树算法
第一节:从游戏的角度看待决策树
0
1、视频学习:树模型的基本概念
0
2、探索学习:树模型的基本概念
0
3、视频学习:决策树的基本概念
0
4、探索学习:决策树的基本概念
0
5、探索学习:决策树的基本类型
0
6、探索学习:决策树的基本术语
0
7、视频学习:决策树的构造过程
0
8、探索学习:决策树的构造过程
0
9、视频学习:决策树特征选择概述【1】
0
10 探索学习:决策树的特征选择【信息熵】
0
11 探索学习:决策树的特征选择【基尼值】
0
12 视频学习:决策树特征选择概述【2】
0
13 探索学习:决策树的特征选择【信息增益】
0
14 探索学习:信息增益的不足之处
0
15 探索学习:决策树的特征选择【信息增益率】
0
16 小节测试:测试题
测试
第二节:纵观决策树的发展与构建
0
1、视频学习:ID3算法的简述
0
2、探索学习:停止分裂条件
0
3、探索学习:ID3算法的流程
0
4、探索学习:ID3算法的局限
0
5、视频学习:C4.5算法的介绍
0
6、探索学习:C4.5算法的介绍
0
7、探索学习:C4.5算法的改进(一)
0
8、探索学习:C4.5算法的改进(二)
0
9、视频学习:过拟合与剪枝
0
10 探索学习:过拟合与欠拟合
0
11 探索学习:决策树的剪枝
0
12 视频学习:CART算法的介绍
0
13 探索学习:CART的算法概念
0
14 探索学习:CART的剪枝过程
0
15 小节测试:测试题
测试
第三节:红酒档次的智能品鉴
0
1、视频学习:决策树的参数介绍
0
2、探索学习:决策树参数criterion
0
3、算法实操:决策树参数criterion
0
4、探索学习:决策树的常见属性
0
5、算法实操:决策树的常见属性
0
6、探索学习:参数random_state&splitter
0
7、探索学习:决策树的剪枝参数
0
8、算法实操:决策树的剪枝参数
0
9、视频学习:分类模型的评估问题
0
10 探索学习:样本的不均衡问题
0
11 算法实操:样本的不均衡问题
0
12 探索学习:混淆矩阵的含义
0
13 探索学习:分类模型评估指标(一)
0
14 探索学习:分类模型评估指标(二)
0
15 小节测试:测试题
测试
第四节:精准定位保险行业的用户类型
0
1、视频学习:决策树的案例实操介绍
0
2、案例学习:描述分析与数据的清洗
0
3、案例学习:变量编码与决策树模型
0
4、案例学习:哑变量处理与决策树模型