- 畅销套餐
- 精选套餐
- 人气套餐
- 尊享套餐
- 高薪套餐
![](https://s2.51cto.com/images/201810/14/ffca242923ebe3dd5166c988827efa1e.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/201809/04/13c22d192709ed42239f2f3b6304d79d.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/201809/25/1b20a15746bd83185b86858657cb4987.jpg?x-oss-process=image)
![](https://s2.51cto.com/images/201905/01/cc473c307951e6522a8db0612445e41c.png?x-oss-process=image)
![](https://s2.51cto.com/images/201702/57c2a5651f528749a4a1711a6506b34b7b0412.png?x-oss-process=image)
![](https://s2.51cto.com/images/201905/10/24266a9474882aa9ff6bae338a2492ec.png?x-oss-process=image)
![](https://s2.51cto.com/images/202011/10/6c2a62357f61e0b62cc23fa7a7720521.png?x-oss-process=image)
![](https://s2.51cto.com/images/202011/11/c254d9912fdcc1cc8f7003ae9fde9e33.png?x-oss-process=image)
![](https://s2.51cto.com/images/202011/09/31176c932dc711ffdd1e492d52b98d3d.png?x-oss-process=image)
![](https://s2.51cto.com/images/202011/05/02405acbc752e3d1565b84d2595c52b6.png?x-oss-process=image)
![](https://s2.51cto.com/images/202011/10/6c2a62357f61e0b62cc23fa7a7720521.png?x-oss-process=image)
![](https://s2.51cto.com/images/202011/11/c254d9912fdcc1cc8f7003ae9fde9e33.png?x-oss-process=image)
![](https://s2.51cto.com/images/202011/05/02405acbc752e3d1565b84d2595c52b6.png?x-oss-process=image)
![](https://s2.51cto.com/images/202011/10/6c2a62357f61e0b62cc23fa7a7720521.png?x-oss-process=image)
![](https://s2.51cto.com/images/202011/11/c254d9912fdcc1cc8f7003ae9fde9e33.png?x-oss-process=image)
- 课程介绍
- 课程大纲
适合人群:
想往机器学习与人工智能方面的同学们,想深度学习的!
你将会学到:
学习Python的安装部署;学习机器学习基本原理;学习常用监督式和非监督式学习等的算法例子!
课程简介:
本课程讲解现在工业界和学术界流行的机器学习算法的相关知识,以及如何用python去实现这些算法。算法的讲解包括supervised learning(有监督式学习)和unsupervised learning(无监督式学习)两个部分。其中supervised learning包括classification(分类)和regression(回归)的若干流行的模型的讲解。 Unsupervised learning部分,我们会讲解clustering(聚类)和principle component analysis(主成分分析)等算法。
除此之外,课程还包括用python进行文本数据预处理过程的讲解,以及model evaluation(模型评估)和 cross-validation(交叉验证)等实际应用中经常运用的技术。
所有机器学习的算法讲解都会配合着python的程序进行说明。本课程的讲解和作业中的具体实例数据是2001年美国安然公司破产丑闻事件中的电子邮件数据。数据包含了几十万封电子邮件。我们将教会大家如何利用数据挖掘的算法来分析这些电子邮件,提取出来有效的信息。
课程大纲-使用Python数据挖掘进行深度的学习
第1章Python软件安装和概要(1小时23分钟6节)
第2章Numpy的介绍和使用(1小时41分钟5节)
第3章Pandas的介绍和使用(1小时33分钟4节)
第4章回归模型原理和操作(2小时7分钟6节)
“陈建平”老师的其他课程更多+