- 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
适合人群:
1、对Python大数据分析、数据挖掘以及机器学习感兴趣的学习者 2、有Python基础,对数据建模感兴趣的朋友 3、想要了解机器学习如何在金融科技领域进行应用的同学
你将会学到:
结合实践案例,学习数据挖掘机器学习算法
- KMeans与DBSCAN算法精讲
- 新闻聚类分群模型案例实践
课程简介:
课程介绍:
本课程为金融领域下的数据挖掘算法应用系列课程的第八门课。
本系列课程不仅仅讲解机器学习的模型理论,更重要的是,将大量金融相关案例融合在了其中,每一个算法下,都会有配套的案例帮助你强化理论,拓展思路,提升自己的应用能力。
这套课程涉及到的一些机器学习的模型与案例都是非常经典的,包括线性回归模型、逻辑回归模型、决策树模型、Adaboost模型、GBDT模型、XGboost模型以及LightGBM模型,以及非监督式学习模型:聚类分群,智能推荐算法,还有关联分析模型。
课程特点:
第一:快速入门,深入浅出。我们每个课程中,都包涵了基本数据原理以及简单的代码实践,从而获得一个高效的快速入门。
第二:注重实战,案例为王。这也是我非常看重的一点,这个机器学习呀,你不能就理论讲理论,一定要结合案例实战,结合工作场景,才能有一个更好的效果。
为什么要学习这门课程:
学习这套课程后,你将从中收获满满。
第一、你将入门并提升Python大数据分析与机器学习的水平。
第二,你能够提升个人综合能力,快速适应数字化转型的新时代。
第三,你将会培养数据化的思维,熟悉数据建模思路。
第四,你将了解机器学习在金融科技等领域的具体应用,掌握基础分析能力。
本课程提供资料下载
课程大纲-十大机器学习模型系列-数据挖掘算法应用:聚类分群模型
第1章KMeans算法原理、实现与案例(22分钟3节)
第2章KMeans算法案例实战:银行客户分群模型(8分钟1节)
第3章DBSCAN算法原理与实现(13分钟2节)
第4章案例实战 - 新闻聚类分群模型(15分钟4节)
“王宇韬”老师的其他课程更多+