Python数据分析系列视频课程--统计模型

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。

5.0 (个评分) 15075个学员

高级 93课时 19小时43分钟 2021/04/02更新

下载

二维码 下载学堂APP 缓存视频离线看

  • 课程介绍
  • 课程大纲 试看
  • 讲师好课 29
  • 套餐推荐
  • 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。

课程目标:

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】

2021.4: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: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。

image.png

推广1.png

展开更多

课程大纲-Python数据分析系列视频课程--统计模型

展开更多

5

条学员评分 超过  “数据挖掘与分析”   99%的课程
      展开更多
      加载中
      没有了哦~

      ¥199.00

      立即购买
      关注公众号 领VIP会员
      下次再说

      点击打包下载,即可获取该课程全部资料

      打包下载
      16周年庆满减满200减20元 满400减40元
      是否单独购买该课程?
      直接购买 去凑单
      在线
      客服
      APP
      下载

      下载Android客户端

      下载iphone 客户端

      官方
      微信

      关注官方微信

      返回
      顶部