
- 畅销套餐
- 精选套餐
- 人气套餐
- 尊享套餐
- 高薪套餐



















- 课程介绍
- 课程大纲试看
- 讲师好课29
- 学员评价
适合人群:
希望能够成为Python编程和数据分析的跨界人才,目前尚未成功,但仍然在不断努力的人。
你将会学到:
系统学习各种统计/数据挖掘模型,并学习这些模型在sklearn和statsmodels中的实现。
课程简介:
请至PC端网页下载本课程代码课件及数据。
系统介绍方差分析模型、回归模型、logistic回归等各种经典统计模型,以及树模型、神经网络、支持向量机、最近邻方法等各种现代数据挖掘模型的算法原理,模型优缺点,适用条件及考查方式,并学习这些模型在sklearn和statsmodels中的具体实现方法。
本课程为统计原理与操作并重,在详细阐明各种模型算法特点的基础上,再对这些方法的python实现进行学习。
学习完本课程后,学员将能够独立使用sklearn和statsmodels拟合各种统计模型,满足实际研究工作或数据挖掘项目中的建模需求。
【更新记录】
2022.1月:针对Anaconda最新版(python 3.8),sklearn1.0.2版和statsmodels 0.13.1版完成兼容性测试,更新了对应的课程内容。
2021.4月:基于最新的statsmodels 0.12.2版完成了代码兼容性测试,对课程内容进行了更新。
2019.9月:增加关联分析一章,1h+时长。
【课程大纲】
第1章:统计模型课程概述
第2章:方差分析模型
第3章:线性回归模型
第4章:线性回归的衍生模型
第5章:logitsic回归
第6章:决策树模型
第7章:神经网络
第8章:支持向量机
第9章:主成分分析与因子分析
第10章:聚类分析
第11章:最近邻分析
第12章:生存分析
第13章:关联分析
【课程长度】
总时长:20小时
【学员基础】
学员需要懂得Python语言的基本编程知识,有基本的程序查错能力。
学员事前应当学习统计分析的基本知识,建议完全没有统计基础的学员事先学习免费视频课程《统计分析轻松入门》和《统计模型轻松入门》。
本课程为python数据分析系列课程的高级内容,建议学员事先学习《玩转pandas》、《玩转统计分析》等基础课程。
课程大纲-Python数据分析系列视频课程--统计模型
资料下载第1章统计模型课程概述(48分钟6节)
第2章方差分析模型(1小时54分钟7节)
第3章线性回归模型(2小时6分钟9节)
“张文彤”老师的其他课程更多+
5